移动平均

摘要： 本文研究了一类生物传热方程的灌注率函数反演问题。基于附加的非局部条件和有限差分的Crank-Nicolson方法,构造了重建灌注率函数的迭代算法;经进一步简化后,得到了反演灌注率的一个显格式。为克服计算的不稳定性,引入移动平均滤波方法对误差数据进行去噪,算例结果表明结合移动平均滤波去噪的数值反演算法是可行的,能有效反演出灌注率函数。

摘要： CPI(居民消费价格指数)关系国计民生,对此进行稳妥和较为准确地预测并以此调整相关政策有利于国民经济平稳运行或朝着利好的方向发展。文章将中国1990年至2021年月度CPI数据进行时间序列建模分析,试图寻找能拟合该序列的最优模型,并通过最优模型对2021年中国CPI进行预测,提供相关建议。通过对相关数据进行分析,找出最优模型是ARIMA(1,1,1)(1,0,1)[12]-ARCH(0,1),并对比2021年最后几个月CPI实际数值,发现该模型对近期CPI月度数值进行预测有较好效果。

摘要： 以上海交通大学发布的学术知识图谱(AceKG)作为数据源,运用优化过关系衰退的派系过滤法(CPM)发现时分科研合作网络中的创新团队演化路径。提出团队在演化过程中的7种事件及团队中成员的3种分类,经过分析发现:短期参与者是影响团队规模的重要因素,团队中的持续参与者与团队生存期相关。文章最后提出了一种利用移动平均法预测团队消亡的方法。根据以上发现,科研工作者为了更好地完成研究工作,可以根据工作的性质,有目的地选择成员,达到控制团队规模和团队的生存期趋势的目的。

摘要： 从能统计到的全球主要集装箱港口吞吐量数据看,2022年6月全球多数主要集装箱港口吞吐量回升。欧美主要港口拥堵依然严重。根据克拉克森统计,7月26日全球集装箱船在港运力占比为37.4%(7天移动平均),该指标已连续13周保持在36%以上(2016-2019年均值为31.5%)。美国主要港口的进口箱量再创新高。

摘要： 从能统计到的全球主要集装箱港口吞吐量数据看,2022年5月,全球多数主要集装箱港口吞吐量回调。欧美主要港口拥堵依然严重,根据克拉克森统计,6月29日全球集装箱船在港运力占比为36.1%(7天移动平均),该指标已连续9周保持在36%以上。新加坡港集装箱吞吐量同比下降2.95%5月份,新加坡港完成集装箱吞吐量312.2万TEU,同比下降2.95%。1-5月,新加坡港共完成集装箱吞吐量1524.08万TEU,同比下降2.41%。

摘要： 基于差分整合移动平均自回归模型(Autoregressive Integrated Moving Average Model, ARIMA)、灰色预测模型(Gray Model, GM)、ARIMA和GM组合模型(ARIMA-GM)来预测夏季日最高温度。本文收集了某市2019~2021年6~8月日最高温数据作为实验数据。实验结果表明,GM、ARIMA-GM组合模型具有更好的预测结果。与GM模型相比,ARIMA-GM组合模型的预测结果更加稳定。

摘要： 论文讲述了如何利用Python对多只股票进行数据分析,并且分析每只股票间的异同.运用Python,可将股票数据进行可视化处理,例如,运用线性图展现出股票随时间的变化情况;利用烛状图了解每只股票每日闭市与开市相比的盈利或者亏损情况;利用移动平均值直观地观察在规定时间内股票价格变动,了解股票价格是否稳定.论文以制定更好的决策为目的,从数据可视化入手,提供优质有效的数据信息,运用数据挖掘技术对微软、苹果、谷歌等多只股票价格波动趋势进行研究.

摘要： 在大型通用性决策支持系统关键性基础零部件的研发方面,本文应用优选移动平均预测模型的Min-Min算法,在MATLAB平台上开发出一款基于移动平均法的智能预测系统,供企业运营管理的事前预报和事中预警之用%该系统由数据模块、优化模块、预测模块的10个函数文件、2个数据文件架构而成。算法设计的智能性使得预测无需专家的人工干预,算法实现的矩阵运算可在极短时间处理大量的预测任务。界面的数据可视化体现出在为管理者提供服务时既简单实用又用户友好。测试发现,系统具有智能性、快捷性、高通量性、可嵌入、可扩展等性能。

摘要： 为了对比回归分析法、移动平均法和人工神经网络法(ANN)对高炉煤气产生量的预测效果,采用某企业实际数据,探讨了不同工况下各种预测方法的预测误差.研究表明:回归分析法能保持较高的预测精度和稳定性,但是对鼓风量的精度要求较高;移动平均法在平稳运行期和过渡期的性能优于ANN,平稳运行期和过渡期的预测误差分别为44.47m3/min和69.30m3/min;ANN在工况转换期的性能优于移动平均法,在减风期和休风期的预测误差分别为 1442.93m3/min 和 1220.57 m3/min.

摘要： 为了解决火电企业在制定发电计划过程中缺乏科学指导的问题,提出一种基于趋势移动平均法及长短期记忆网络(LSTM)组合模型的发电量预测方法.首先分别建立移动平均预测模型和LSTM预测模型,然后使用最小二乘法取不同权重将两者预测模型相结合得到一个新的预测模型.以上海某电厂2018年～ 2020年每日的发电量数据作为实例验证.结果 表明,所提出的预测方法相对于传统发电量预测方法、简单移动平均和标准LSTM预测方法具有更高的精确度.

摘要： 本文介绍了并联型有源电力滤波器在 dq同步旋转坐标系下应用移动平均算法检测谐波电流的基本原理.仿真分析和试验结果都表明移动平均算法能够及时准确的得到谐波电流指令,完全满足有源电力滤波器对稳态补偿精度和动态响应速度的要求.

摘要： 简单地介绍遗传算法的基本概念和工作步骤，以及遗传算法在金融市场中的一些应用。以股票市场背景，介绍如何应用遗传算法解决市场交易中的趋势跟踪，决策规则获取等问题。这些方法也具有一般性。

摘要： 简单地介绍遗传算法的基本概念和工作步骤，以及遗传算法在金融市场中的一些应用。以股票市场背景，介绍如何应用遗传算法解决市场交易中的趋势跟踪，决策规则获取等问题。这些方法也具有一般性。

摘要： 简单地介绍遗传算法的基本概念和工作步骤，以及遗传算法在金融市场中的一些应用。以股票市场背景，介绍如何应用遗传算法解决市场交易中的趋势跟踪，决策规则获取等问题。这些方法也具有一般性。

摘要： 本发明公开了一种基于指数加权移动平均值算法的小泄漏检测方法，包括：收集用水量稳定时段的流量数据，然后通过频率统计估算用水量稳定时段的基准用水量范围，之后通过设定置信度验证估算的基准用水量范围的合理性，再根据基准用水量范围消除流量数据较大低值波动的干扰，最后利用EWMA算法对DMA管网中小泄漏进行检测。本发明通过EWMA算法对流量的变化趋势进行分析，大大缩短了小泄漏事件的发现时间，使管理者能够做出迅速的反应，并指导检漏人员优化检漏的优先次序，做到有目的、有重点的漏损检测，具有较高的应用和经济价值，可作为实施DMA管网主动漏损控制的有效辅助手段。

摘要： 本发明公开了基于移动平均格网算法的海域垂线偏差获取方法及其装置，该方法包括：根据全球重力场球谐模型，移去观测点处垂线偏差观测值中的垂线偏差模型值，得到所述观测点处的残差垂线偏差；根据所述观测点处的残差垂线偏差和移动平均格网算法，得到待估点处的残差垂线偏差；根据所述待估点处的残差垂线偏差，恢复所述待估点处的垂线偏差子午分量和卯酉分量残差的模型值，得到所述待估点处的海域垂线偏差值。本发明应用了基于频域特性的移动平均格网算法，实现了高精度高分辨率海域垂线偏差模型的构建，有效地解决了海洋测绘技术领域中，如何快速、经济地获取海域垂线偏差的问题。

摘要： 本发明涉及一种基于指数加权移动平均的症状相关性预警算法，属于大数据分析领域。本发明具体是在建立症状发病量数据库、对采集到的症状信息进行筛选处理，根据所熟知症状的需求剔除不在其中的症状。传统的相关性算法只是对症状的发病数进行基本的平均值计算，忽略了在时间上的症状数据前后的影响。本文提出的基于指数加权移动平均的症状相关性预警算法，意在将经过指数加权后求得均值作为相关性算法的依据，这样将历史回顾性数据和当前数据想结合，使得到的相关性系数更为准确，再根据求得的相关性系数进行数据比较，找出数据的异常，得出预警的时间点以及预警的数据来源，从而达到更好的预警效果。

摘要： 本发明涉及供热技术领域，公开了一种基于皮尔森相关系数和移动平均法的供热系统热延迟时间辨识方法，本方法以历史大数据为基础，结合外部气候数据和建筑物温度，基于皮尔森相关系数和移动平均法，通过数据辨识的方法自动获得热力站或二级网的热响应时间，该方法仅需获得供热系统普通历史运行数据，通过大数据方法辨识出供热系统热响应时间，不依赖于高质量的数据采集，同时不易受单次故障数据或者异常数据的影响，基于辨识结果，根据热网延迟时间的不同制定不同的储能或调度策略，有利于提升供热系统运行调控的精细化程度，降低热网运行能耗水平。

摘要： 本发明公开了一种基于海量频域数据和移动平均法的雷达故障预警方法，能够应用于雷达健康管理领域，但不限于此领域。本发明基于振动传感器获取雷达转台的振动传感数据，利用大数据相关技术存储原始时域数据。通过快速傅立叶算法将时域数据转换成频域数据并存储。再对频域数据通过移动平均算法，获取雷达转台历史频域各个频率上的幅值均值。根据实验获得基于均值的门限值作为预警阈值，最终实现识别雷达运行状态异常，以及在什么频率段异常并及时给出预警，以此辅助雷达使用者判断雷达运行状态，提前制定维护策略，减少突发故障的出现。

摘要： 本发明公开了一种基于指数移动平均知识蒸馏的对比式图像去雾方法，主要包括以下步骤：S1、获取图像数据，即获取同一场景成对的有雾图像和无雾图像；S2、采用传统去雾方法对训练集中的图像进行去雾，获得去雾后图像；S3、构建图像去雾模型，以知识蒸馏技术构建双网络模型，模型分为学生网络和教师网络；S4、训练过程中，将具有相同背景不同浓度雾分布的有雾图像分别输入到学生网络和教师网络中，分别获得无雾图像，其中，通过L1损失、改进式对比损失以及一致性损失指导学生网络参数更新，教师网络则通过指数移动平均策略更新参数；S5、测试过程中，采用教师网络作为最终的测试模型。本发明能够在提升模型去雾效果的同时增强模型的鲁棒性。

摘要： 本发明属于医疗影像技术领域，且公开了双向指数加权移动平均算法的前列腺超声图像分割方法，具体步骤如下：S1、初步定位，通过设定的定位卷积网络获得变换定位矩阵系数得到变换定位矩阵以及通过点分布模型和主成分分析得到的平均模板，结合两者进行初定位。本发明通过Hodge提出的法向量轮廓边界算子的基础上进行改进，综合考虑邻域联合信息法向量的边界算子对前列腺进行分割，并且提出了一种基于双向指数加权移动平均的方法来实现对前列腺形状的分割，在边界算子的基础上，使用法向量索引值为数据输入，本方法一次输入数据的效果比普通多次迭代的分割效果要更优秀并且在非噪声区域更能够保留其特征，能够实现精确快速的超声图像分割。

摘要： 本发明公开了一种基于相位梯度加权移动平均校正的离散余弦解包裹算法。首先通过摄像设备拍摄并用相应的图像处理方法得到包含M×N个像素点的被测物体缺陷信息的二维相位包裹图像。其次根据二维包裹图像设置水平方向x与竖直方向y。再根据二维包裹相位的梯度值与行列方向相位梯度的标准差进行对比得出的结果，选择是否利用行列方向相位梯度的加权移动平均值校正原本的相位梯度值。最后将校正后的梯度值带入离散余弦解包裹算法中，并以此得到图像的真实相位Φ。本发明具有解包裹速度快、抗干扰能力强、计算精度高等特点，提高了在包裹图像存在噪声干扰的情况下，可解出更接近被测物真实相位信息的能力。

摘要： 本发明公开了一种SAP系统创建物料凭证控制移动平均价的方法及装置，方法包括获取同一物料在过账前和过账后的移动平均价的差异信息；获取配置的移动平均价控制规则；判断差异信息是否满足移动平均价控制规则的要求；若差异信息满足移动平均价控制规则的要求，则通过该物料的出入库功能；若差异信息不满足移动平均价控制规则的要求，则停止该物料的出入库功能，并发送报错信息。本发明通过配置的移动平均价控制规则来对物料的移动平均价的差异进行控制，从而能够避免移动平均价太大导致无法对物料出入库的情况。

摘要： 本发明公开了一种全新的指数移动平均线快速短线买卖指标，指标基于指数移动平均算法并将其快速化。用这种技术指标展示的快速短线买卖信号，可以被用于指导中短线的买卖操作，形式直观并且可以和现有的其他技术指标融合展示。本技术指标主要由三个基础指标：1.QEMA基于指数移动平均算法的快速短线技术指标；2.QINDEX_BASE基于QEMA的基础买卖判断指标；3.QINDEX快速短线买卖判断指标；以及四个校验指标：1.QEMA_RATIO基于QEMA的比例指标；2.VOL_RATIO成交量的比例指标；3.PEAK_CHECK顶点判断指标；4.QINDEX_CHECK基于QINDEX_BASE基础买卖判断指标的校验指标；共同构成。本指标有普遍通用性，系数可调整，在泛金融领域通用。