专利检索与分析系统
|
意见反馈
|
制图工具
公告: 1.点击检索输入框上方可切换相似检索,上传图片可查找该图片的相似图片。 2.
专利检索与分析系统上线,欢迎试用。
登 录
注册
欢迎您:
未登录
退出
到登录页
图片搜索
相似搜索
检索
高级检索
图片主题:
请以;隔开多个主题词
出版日期:
到
图片类别:
学科类别:
图片大小:
全部
大
中
小
来源数据库:
全部
中国学术期刊网络出版总库
中国博士学位论文全文数据库
中国优秀硕士学位论文全文数据库
中国重要会议论文全文数据库
中国工具书网络出版总库
中国年鉴全文数据库
学术知识图片库
>
建筑科学与工程
> 周期趋势项估计
周期趋势项估计
图片来源:
梁建文.
城市供水管网健康监测与诊断(Ⅰ)——用户流量的预测 ,
地震工程与工程振动, 2010 (04).
>>查看本文图片摘要
图片关键词:
流量图
参数图
自回归模型
数据图
周期图
周期趋势
所属学科:
建筑科学与工程
图片上下文:
然后我们估计周期趋势项。将线性趋势项分离,剩下的数据具有明显的周期特征。对数据进行傅里叶展开,可以发现,数据含有多个周期成份,但周期为24 h和12 h的成份占明显的优势。根据用户流量的变化规律,周期趋势项包含了直到周期为3 h的周期成份,图5给出了周期趋势项的估计结果。可以看出
....
,通过傅里叶展开得到的周期趋势项与EMD分解得到的周期趋势项(IMF234)也非常接近。由此说明,采用EMD分解方法可以非常方便地提取线性趋势项和周期趋势项,同时也说明了EMD分解确实准确地揭示了用户流量成份的物理意义。将线性趋势项和周期趋势项分离后,剩余的数据则是随机项。图6给出了采用逐步回归方法得到的线性趋势项、周期趋势项和随机项。图6 逐步回归得到的线性趋势项、周期趋势项和随机项Fig. 6 Linear, harmonic and random trends by progressive regression下面我们对随机项的自回归模型的参数进行估计。对逐步回归得到的随机项进行参数估计,结果如下:当k=2(二阶模型):φ1=-1.584,φ2=-0.904;预测的下一时刻随机项流量为1.306。当k=3(三阶模型):φ1=-2.366
>>展开全部
相关图片
同文图片
语义相关
读者推荐
相似图片
浏览历史
本单位未订购此产品,请填写调查问卷可
免费获取
下载权限.
京 ICP 证 040431 号
网络出版服务许可证 (总)网出证(京)字第 271 号
经营性网站备案信息
京公网安备 11010802020460 号
《中国学术期刊(光盘版)》电子杂志社有限公司
KDN 平台基础技术由 KBASE 11.0 提供. © 1998-2021 中国知网(CNKI)
用户手册
|
产品标准
|
数据标准
|
图片分类说明