时间序列分析系统设计

设计了时间序列分析系统,并介绍了该系统的组成模块及其功能,可以广泛用于经济、社会、信息等领域。     

灰色T型关联度的改进

通过对现有灰色关联度及T型关联度模型的分析,提出了灰色T型关联度的改进模型,改进后的关联度模型能够反映序列的正、负相关关系,并且具有对称性、唯一性、可比性和无量纲化后的保序性.通过实例表明了改进的灰色T型关联度能够更真实地反映序列曲线的关联程度,所得关联分析结果较为客观可靠,并且易于在计算机上实现.     

m序列扩展及一类M序列快速生成

由于m序列数量少、线性复杂度小,不能满足保密通信等需要。M序列虽已得到了深入研究,但许多产生M序列的算法因需要大量存储空间或计算时间而不实用,对k>2,仅有两个产生k进M序列的有效算法。设U为GF(q~m)上周期为q~(mn)-1的序列全体,PN删     

水下机器人定高运动的最优预测控制

本文运用最优控制理论,提出了一种关于水下机器人定高运动控制的新方法——最优预测控制法,并以水下机器人RIGWORK为例,在计算机上进行了数字仿真。     

一个分子序列的进化模型

本文提出了关于分子序列进化的一个简单模型,序列由于随机的点突变和一定的选择规则作用而不断变化,利用这个模型,可以解释进化中信息参数的下降,和的上升,并可解释序列具有短程的关联长度,对不同物种的出现,也可作初步讨论。     

基于RAGA的灰色BP神经网络预测模型及其对三江平原地下水埋深的动态预测

三江平原是我国粮食主产区之一,近年来农业水资源出现危机.预测该地区地下水动态变化趋势,对于指导该地区合理开发利用地下水有着重大的理论和现实意义.建立了基于RAGA的灰色BP神经网络预测模型.该模型克服了传统GM(1,1)模型存在明显系统误差的缺点,既具有GM(1,1)模型对数据确定性方面把握的长处,也融合了人工神经网络在不确定因素预测领域的优势.通过两种途径进行检验,结果表明该模型具有相对较高的预测精度.运用该模型对三江平原地下水埋深进行动态预测,未来五年内,如果仍按目前的发展模式,该地区地下水埋深仍将持续下降,从2007年到2012年,该地区地下水平均每年下降0.3m.预测结果对有关部门的政策决策具有一定的指导意义.