为了提升航班运行风险预测精度，基于某航空公司2016—2018年航班运行风险数据，在验证15个风险时间序列的混沌特性后，构建基于多变量混沌时间序列的风险预测模型。首先，对15个风险时间序列进行多变量相空间重构，采用主成分分析法（PCA）对相空间进行降维处理；然后，基于迭代预测的方式，分别采用极限学习机、RBF神经网络、回声状态网络和Elman神经网络建立风险短期预测模型；最后，以降维后的相空间作为输入，计算并比较分析未来1～7 d的风险预测结果。结果表明：多变量相空间重构后总维数为62维，经PCA降维处理，降至31维；在不同的预测模型中，降维后RBF模型预测效果最佳；其中，预测第1天结果相对误差<25%出现频数为82.62%，至第5天仍达75%以上；该模型第1天预测结果的修正平均绝对百分比误差（MAPE）值为11.32%，且前5 d均低于20%，满足航空公司使用要求。1～5 d预测结果对航班风险管控具有实践操作价值，证明基于多变量混沌时间序列的风险预测方案可行、有效

（1）模拟信号、数字信号及其之间的区别，以及数字电路的特点。 （2）进位计数规则和各种不同数制之间的转换方法。 （3）二进计数制的基本特点及其在计算机中的表示形式。 （4）加权码、非加权码及字符代码 （5）带符号二进制数的加减运算

①了解计算机辅助编程的基础概念、特点、应用与发展 ②掌握自动编程软件的界面与基本操作 ③掌握一般零件加工实体造型的一般方法 ④掌握刀具路径、刀具加工轨迹仿真、后置处理及生成零件加工G代码的方法 ⑤具备一般零件自动编程与零件加工的能力 §6-1 自动编程的工作过程 §6-2 建模操作 §6-3 刀具路径和后置处理

常系数线性微分方程组解法步骤: 第一步 用消元法消去其他未知函数 , 得到只含一个函数的高阶方程 ; 第二步 求出此高阶方程的未知函数 ; 第三步 把求出的函数代入原方程组

第一单元U检验 一、学习目标 通过本课的学习,掌握小概率事件原理,同时熟练掌握单正态总体均值的检 验(U检验)方法 二、内容讲解 1.小概率事件 假设检验是与点估计、区间估计有区别的另一类问题. 点估计面临的问题是:总体里含有未知参数解决的方法是根据样本求出一个 量去代替未知参数;区间估计面临的问题也是总体里含有未知参数,解决的方法是 确定一个区间以一定的概率去包含未知参数;而假设检验面临的问题更加广泛

10.1 基于RSA和离散对数的签名体制 10.2 群签名 10.3 多重数字签名方案 10.4 代理数字签名体制 10.5 基于纠错码的数字签名体制 10.6 批验证协议

第一讲：数学的起源与早期发展； 第二讲：古代希腊数学； 第三讲：中世纪的东西方数学 I； 第四讲：中世纪的东西方数学 II； 第五讲：文艺复兴时期的数学； 第六讲：牛顿时代：解析几何与微积分的创立； 第七讲：18 世纪的数学：分析时代； 第八讲：19 世纪的代数； 第九讲：19 世纪的几何与分析 I； 第十讲：19 世纪的几何与分析 II； 第十一讲：20 世纪数学概观 I； 第十二讲：20 世纪数学概观 II； 第十三讲：20 世纪数学概观 III； 第十四讲：数学与社会 第十五讲：中国现代数学的开拓

§3.1一般性质 §3.2 隧穿效应和扫描隧穿显微镜 §3.3 位垒穿透 §3.4 方位阱穿透 §3.5一维无限深方位阱 §3.6 宇称 §3.8 一维谐振子的算符代数法的解法 §3.9 相干态

一、转录组测序简介 二、基因注释和注释库简介 三、转录组测序技术方法及数据分析 表达序列标签(EST) 基因表达系列分析(SAGE) 新一代高通量测序技术(RNA-seq)

齐次型方程 一、齐次型方程 1.定义形如 =f()的微分方程称为齐次方程 2.解法作变量代换u=,即y=xu