1) mixture autoregressive model of time series
混合自回归时间序列模型
1.
On the basis of components number estimation in mixture autoregressive model of time series,this paper use BP neural network method to forecast the time series,and example calculation manifest the high accuracy of model and wide prospect in practical forecasting.
在求出混合自回归时间序列模型的成分个数的基础上,应用BP神经网络对时间序列进行了预测,并对模型进行了数值模拟表明该预测模型的具有较高的精确度和广泛的应用前景。
2) regression and time series model
回归-时间序列组合模型
3) linear regression model for time series
时间序列线性回归模型
4) time series regression model
时间序列回归模型
5) spatial mixed-autoregressive model
空间混合自回归模型
6) mixing model of time serial
混合时间序列模型
1.
The article sets up a mixing model of time serial of per capita GDP of our country, analyzes and researches the stability and extendibility of this model, predicts development level of per capita GDP of our country of 10 years of 2001-2010, points out that the per capita GDP s increase of our country has the stability of time trend and cycle.
建立了我国人均GDP的混合时间序列模型,分析研究了该模型的稳定性和可外推性,预测了2001～2010年10年间我国人均GDP的发展水平,指出我国人均GDP增长具有时间趋势和周期的稳定性。
补充资料：自旋-自旋弛豫时间
自旋-自旋弛豫时间
磁共振成像术语。磁共振成像中，自旋-自旋弛豫(T2弛豫)的时间常数。其值定义为垂直于外磁场方向的磁化矢量衰减到其初始值的37%时所需的时间。T2弛豫时间一般较T1弛豫时间为短，它与组织的存在状态有关，固态组织的T2较短，液态组织的T2较长。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条