搜索资源列表
ClusteringAlgorithmofWebClickFlowFrequencyattern.r
- ：用户在访问Web站点时会碰到很多问题，主要原因是Web站点对用户需求缺乏适应性。为了提高Web用户的服务质量和用户的满意度，在用户访问网站点击流形成频繁序列模式的基础上，提出基于距离函数的聚类分析以及基于时间相似度函数的二次聚类分析算法。该算法可以求取频繁序列的相关性和反映用户对网页的兴趣的相似度，对下一步改善Web站点的结构及存在形式使站点达到更好的效果起先导作用
choas
- 对混沌时间序列相空间重构中最佳延迟时间间隔和嵌入维数的选取方法作 了综述,提出了同时考虑这2 个参数选取的重构展开虚假邻点法以及预测误差最小-Of chaotic time series phase space reconstruction of the best delay time interval and the embedding dimension of the selection methods were reviewed and put forward these two pa
Chaotic-time-series-analysis-
- 混沌时间序列分析 包括相空间重构、关联维数、延迟时间、lapunov 指数等的分析以及实例介绍-Chaotic time series analysis including reconstruction of phase space, correlation dimension, time delay, Lapunov index analysis and examples
Time-series-analysis
- 本 文中我们将从理论与应用两个方面进行对我国时间序列分 析研究的主要成果进行综述-In this paper, we will theory and application of time series analysis of the main achievements were reviewed
jiyuhudujuli
- 基于弧度距离的时间序列相似度量,分段线性分割算法-Time series similarity measure based on the curvature of the distance
prediction-method
- 用时间序列分析中的自适应滤波预测法,建立某市用电量的预测模型 -Using time series analysis of adaptive filtering prediction method, a city electricity consumption forecasting model
Ashares_new
- A股市场WIND数据库技术指标日时间序列矩阵导出-Export Database technical indicators day time series matrix A-share market WIND
Intelligent-Prediction
- 质量非常好的一篇博士论文。冲击破坏过程十分复杂，很难建立精确的数学模型，但目前具有冲击危险性的矿井都采取了多种监测措施，可以获得大量冲击地压监测数据。本论文以获取的冲击地压监测历史时间序列数据为基础，在相空间重构出的动力学空间中分析其混沌特性，基于混沌预测理论，采用智能算法对多个冲击地压监测变量进行预测研究，并采用集成分类方法对冲击危险性进行识别预测研究。-Quality is very good a doctoral dissertation. The impact of the destru
TKDE2012ABNORMALDETECTION
- TKDE2012 时间序列分析的异常检测综述 论文-TKDE2012 time series analysis of anomaly detection reviewed papers
06670125
- 本文提出了一种新的自动换合成孔径雷达（SAR）时间序列检测技术，即广义有序序列分析方法。-This paper presents a new automatic change de- tection technique for synthetic aperture radar (SAR) time se- ries, i.e., Method for generalIzed Means Ordered Series Analysis (MIMOSA). The method comp
Random-Matrix-
- 电网暂态分析是保证电网稳定运行的重要手段。随着电网广域测量系统(wide-area management system， WAMS)的发展，电网形成了具有时空特性的高维海量运行数据。传统的电网暂态分析采用物理模型，用严格的数学公式关联维度之间数据，这种模型不能充分利用海量电网运行数据，造成资源浪费。从数据驱动的角度，首先分析 WAMS 数据的应用情况，考虑电网运行数据特点建立数据模型。然后利用随机矩阵理论(random matrix theory， RMT) 建立平均谱半径(mean spect