1) measurement sequence
量测序列
2) series measurement
序列测量
1.
In series measurements to a kind of parameters using more than one sensor, some data fusion approaches to get a more accurate synthetic estimation value are discussed.
讨论使用多个传感器,并采用数据融合技术,对物理量进行序列测量,得到较准确的综合估计值的算法。
3) uni-variant time series forecasting
单变量时间序列预测
1.
The coefficient sequences decomposed by this novel method possessed time-invariant capability and eliminated the data distortion phenomenon around right boundary, which made it feasible that the traditional forecasting models such as Neural Networks combining with wavelet transforms could apply to the uni-variant time series forecasting task.
使用该算法得到的系数序列,在具备时移不变性的同时,消除了右侧边界存在数据畸变的现象,使小波分析技术结合神经网络等传统预测模型的方法应用于单变量时间序列预测任务具备可行性。
4) Multivariate Time Series Prediction
多变量时间序列预测
5) Time Series of Ocean Measurements (TSOM)
海洋测量时间序列 TSOM
6) Time Series of Ocean Measurements (TSOM)
海洋测量时间序列
补充资料：顺序统计量序列
顺序统计量序列
ariations! series )$ series of order statistics
顺序统计量序列〔份ha石.班l班幻eS或senesof。欣rstatistics;Bap“叫，o“Hhap皿及l，亦称变量序列或变列 分布函数为F(x)的随机样本(x.，…，关。)的值按照递增顺序的排列:为，)成…(为。》·顺序统计量序列用于构造经验分布函数F。(x)二。、/。，其中阴、小于x的变列项数.顺序统计量序列的重要特征是其极端项(x(l)二minl、，、。义，x(。)二~:、.‘。x.)和攀荐(。nge)R，一‘(ll)一x(l)·设 ;(x)一J，(，)、，，则顺序统计量序列中最小项和最大项的分布密度相应为 夕(l)(x)二n[l一F(x)}”一’夕(x)， 夕(。。(x)二nF”一’(x)尸(x).如果考虑时间指标为i(i=1，二，n)的随机过程，则顺序统计量序列形成非奇次MaP劝B链(M出kov dlain).【补注】这一名称在西方文献中几乎没有用过.亦见顺序统计量(order statistic).
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