...
机译:通过指数平滑方法预测需求学习时间序列分析
ITRアソシエート·リサーチ·フェロー;
机译:学习时间序列分析,通过指数平滑预测需求
机译:有同胞测量,并且在过去的研究中,仅使用主动测量。因此,在这项研究中,我们提出了一种通过使用EM算法集成两种类型的测量信息来估算链路的丢包率的方法。此外,已表明可以利用以下事实来减少测量次数:利用概率模型可以预测缺失值,并将网络上的某些路径视为缺失值而不是对其进行测量,从而可以减少测量数量。数值实验表明了该方法的有效性。
机译:预测床上行为的床上行为模式识别,使用Elman型反馈反向传播网络进行时间序列特征学习
机译:基于集群分析的短期需求预测方法,基于电力需求时间序列周期分量作为特征数量
机译:结合时间序列观测数据的频率分离方法和岛屿含水层评估验证的潮汐响应方法的发展
机译:物理科学学习随笔-“舞蹈学科学”课评-