搜索资源列表
wavePredict
- 随着新的数学工具小波分析的实用化为基于NN负荷预测模型性能的改善提供了理论依据对于电力系统负荷非线性时间序列的辨识在预测方法研究中应给予重视在本文所用的基于小波原理和NN融合的预测原理是具有强的非线性时间序列的辩能力由研究和仿真表明它能有效提高预测的精度-with new mathematical tools wavelet analysis based on NN into practical load forecasting model to improve the performance
yufafenxikejianzongshu
- 每种程序设计语言都有描述程序语法结构的规则。例如，Pascal程序由程序块（又叫分程序）构成，程序块由语句组成，语句由表达式组成，表达式由记号组成等等。这些规则可以用上下文无关文法或BNF范式（Backus-Naur Form）描述。 编译器常用的文法分析方法有自上而下和自下而上两种。正如它们的名字所示，自上而下分析器建立分析树是从根结点到叶结点，而自下而上分析器恰好反过来。它们的共同点是从左向右地扫描输入，每次一个符号。 最有效的自上而下和自下而上的分析法都只能处理上下文无关文法的子
ccc
- AVS帧内预测算法及其解码器的硬件实现 文章介绍了AVS帧内预测解码模块的硬件实现，概述了AVS视频编解码标准的帧内预测技术，重点讨论了 AVS帧内预测各模式的算法．并将AVS的帧内预测技术与H、264的帧内预测技术进行了性能比较，分析了AVS帧内预 测的算法复杂度．在此基础上设计了AVS帧内预测解码模块的硬件实现，并提出了一种可重构的帧内预测计算单元的 实现方法。
ns2ExampleForNewLeaner
- 局域网仿真是局域网设计的重要环节，也是网络性能分析的关键。 计算机局域网设计、模拟和性能分析系统的研究是一个非常有意义的课题。它使设计者在设计阶段就能对所设计的网络的性能作出准确的预测，合理修改其设计，选择符合要求的性价比较优的方案。进行计算机仿真，利用仿真中间参数分析系统性能是分析某一计算机网络系统的性能的常用方法。采用系统仿真的方法，能对各组件的行为进行较精确的模拟，获得足够数据来对系统的性能进行较准确的预测。 在构造一个局域网之前，需要设计此网络的拓扑图，各层协议等等。要达到最优的
ANSYS
- 相对于其他应用型软件而言，ANSYS作为大型权威性的有限元分析软件，对提高解决问题的能力是一个全面的锻炼过程，是一门相当难学的软件，因而，要学好ANSYS，对学习者就提出了很高的要求，一方面，需要学习者有比较扎实的力学理论基础，对ANSYS分析结果能有个比较准确的预测和判断，可以说，理论水平的高低在很大程度上决定了ANSYS使用水平；另一方面，需要学习者不断摸索出软件的使用经验不断总结以提高解决问题的效率。在学习ANSYS的方法上，为了让初学者有一个比较好的把握，特提出以下五点建议-the he
Burg2
- 线性预测是语音信号分析中用得比较多的一种方法#&’()算法在线性预测中占有重要地位#格型滤波 器在语音信号分析中起了重要作用$本文采用&’()算法的逆运算对语音信号进行合成#得到了较好的合成效果$ -Linear prediction analysis of speech signal is used more than one way#& ' () linear prediction algorithm plays an important role in cell-typ
short-termloadforecastingwithchaostimeseries
- 文章展示了一种新的方法用于功率系统中短期负载预测。提出的方案使用混沌时间序列分析基于确定性混沌去捕捉复杂的负载行为特征。确定性的混沌允许我们重构一个时间序列并决定输入的变量个数。这篇文章描述了混沌时间序列对日间功率系统峰值的分析。确定性混沌的非线性图形通过多层感知器的神经网络得到。提出的方案在一个例子中具体阐述。-This paper presents a new approach to short-term load forecasting in power systems. The
003
- 本文对旋转机械振动故障预 测方法进行了初步研究，分析了传统预测参数的不足，提出了以分时尺度矩为预测故 障参数的两种故障预测模型:分时尺度矩趋势预测模型和分时尺度矩波动预测模型。 根据分时尺度矩的变化不仅能够判断是否发生了故障，而且能够判断故障的种类。典 型故障实测数据的预测结果验证了基于分时尺度矩预测参数的灰色模型故障预测算 法的有效性。 -This paper the grey correlation analysis method and the probabilis
xianzhuxingjianyan
- 文章介绍了我们常用的预测方法中的回归分析方法的显著性检验的相关知识-Knowledge of the significance test article describes our prediction method of regression analysis method
beiyesi
- 在经济领域中，运用时间序列模型来进行客观经济过程的描述和预测是一个非常重要的方法。然而在实际应用中，由于经济领域的特殊性，传统的频率统计方法进行经济时间序列模型分析往往会碰到很多困难。-In economic field，the time series models are important methods in describing and forecasting the objective economic process．However，when put them into appl
wzrh
- (1)针对在线计算量大这一缺陷，将预测控制中的柔化输出信号的思想推广到柔化输入信号，使得约束条件被简化为仅对当前控制量的约束，可以直接计算得出；同时该方法避免了求逆矩阵，大大减小了计算量，并能够保证控制算法的可行性和良好的控制性能。 (2)针对传统算法中设计参数整定困难这一缺点，应用基于BP神经网络变参数设计的广义预测控制算法，实现了对控制量柔化参数的在线调整。 (3)利用带有遗忘因子的最小二乘法对系统辨识。本文通过仿真发现该方法对于Hénon混沌系统并不完全适用，可考虑利用其他优化系统
409417080235
- 近年来，宾馆业迅猛发展，市场的竞争日趋激烈，全面提高宾馆的软件管理水准，已成为宾馆业发展的当务之急。尤其是对于星级宾馆，既需要完成前台的一些服务工作，还需要完成后台的管理工作。然而，传统的人工管理模式已经远远不能满足有效、快捷地处理经营中产生的大量信息数据的需要，从而使得企业决策层无法及时、准确地掌握一线资料，继而影响对市场进行正确地分析和预测。像沿海城市三星级以上宾馆引进外方管理，使小部分宾馆管理水准几乎接近或达到国际水平。但对占80 以上的广大中小型宾馆来说，是难以做到的。因此，欲在竞争中
tixingguanzi2
- 分析了支持向量回归机在能源需求预测中的优势,确定了输入向量集合和输出向量集合,建立了基于Matlab技术的SVR能源需求预测模型.对我国1985-2008年能源需求相关数据进行模拟与仿真,并对中国2010年和2020年能源需求量进行预测.研究结果表明:一是中国未来对能源的需求量逐渐增加,从2010年的330400万吨标准煤上升到2020年418320万吨标准煤,年均增长率为2.39％；二是在解决我国能源系统小样本.非线性及高维模式识别问题中SVR比BP神经网络等方法有更高的预测精度.-Suppo
BP-neural-network-model
- 研究并分析了B P神经网络的结构和特点，针对不足之处提出改进方法。在改进的基础 上建立神经网络软件可靠性新模型。通过MATL AB仿真工具进行了实例仿真，证实该新模型比传统 模型预测精度高，泛化能力强-Research and analysis of the structure and characteristics of BP neural network, an improved method for the shortcomings. In the modified base
Softare-testing-method
- 本文提出的基于统计方法的软件测试方法，是能生成具备一定充分性的测试 用例的方法，是更适合软件工程实践的测试方法。该方法根据用户对软件的使用 方式展开，对使用频繁的操作会进行更多的测试，因此可以有效地发现那些对软 件可靠性影响较大的错误。统计测试首先构造出软件的马尔科夫链使用模型，根 据该使用模型生成测试用例，实施测试后按照统计学模型对测试结果进行分析， 从而评价软件可靠性和质量。鉴于关软件可靠性测试用例充分性准则的研究较少， 本文提出了如何判断测试用例充分性的新方法。
Grading-test
- 为实现合格和缺陷板栗的分级， 研究了 1 种基于 BP 神经网络与板栗图像特征的板栗分级方法。 试验以罗田板 栗为研究对象， 提取的颜色及纹理等 8 个特征值， 通过主成分分析提取相应的主成分得分向量构成模式识别的输入。 利 用 BP 神经网络方法建立了板栗分级模型。 试验结果表明， 在图像信息主成分因子数为 3， 中间层节点数为 12 时， 建立 的模型最佳， 模型训练时的回判率为 100 ， 预测时识别率达到了 91 .67 。 研究结果表明基于机器视觉技术的针对缺陷 板栗分
BTP_Prediction_based_on_BPNN
- 该论文将神经网络应用到烧结终点的预测中，并结合主元分析、灰色理论等人工智能技术，建立了实用有效的预测模型。该方法成功应用于某钢铁企业280m2大型烧结机的在线控制。经过验证，该方法克服了人工判断的随机性，针对不同工况准确预报烧结终点，该预报值可用来指导生产或送控制计算机，为烧结终点智能控制提供操作依据。-In this paper,ANN technology is applied to build the practical and useful prediction model of B
BTP_Intelligent_control
- 烧结过程是一个具有强非线性、强耦合性、不确定性、时变、时滞的复杂工业过程，采用传统的控制技术难以满足生产要求。该论文综合运用机理分析、先进控制理论、人工智能技术等多学科知识，对烧结过程及其控制的方法和技术进行了深入研究，提出一种基于烧结终点预测的烧结过程智能控制策略，建立了相应的智能控制系统，为有 效解决铁矿石烧结过程的控制问题提供了新的途径-Since iron ore sintering is a complex industrial process with strong nonl
state-MPC
- 状态空间方程是现代控制理论的基础,在预测控制算法中,当系统釆用状态方程表达式时,不需要像求解广义预测控制律一样在线求解Diophantine方程,并且使得MIMO系统的系统表达和公式的推导更为简洁和直观,有利于预测控制方法的稳定性分析,已被越来越的人所采用.-State space equation is the basis of modern control theory, predictive control algorithm, when the system adopts an expr
yenkouging
- LCMV优化设计阵列处理信号，用蒙特卡洛模拟的方法计算美式期权的价格以及基本描述,可以广泛的应用于数据预测及数据分析。- LCMV optimization design array signal processing, Monte Carlo simulation method of calculating the American option price and basic descr iption, Can be widely used in data analysis and fore