1) forecasting error square sum
预测误差平方和
1.
The purpose of this paper is to compare the upper limits of forecasting error square sum in equal weight forecasting and weighted equal weight forecasting by mathematical induction, and analyze the effectiveness of equal weight forecasting.
用数学归纳法对简单平均法与简单加权平均法的预测误差平方和的上界进行了比较,对简单平均法的有效性进行了分析。
2) combination forecasting error square sum
组合预测误差平方和
1.
This paper aims at obtaining the more accurate value range of optimal combination forecasting error square sum by matrix theory,and presenting some new results of optimal combination forecasting error square sum,and deriving the necessary and sufficient condition when equal weight combination forecasting is optimal combination forecasting with Frobenius theory
根据矩阵理论,给出了最优组合预测误差平方和更加精确的取值范围,得到了最优组合预测误差平方和的几个新结果。
3) squared prediction error (SPE)
平方预测误差
5) predicting covariance
预测误差协方差
1.
Regarding the target information gained from observation as performance index,the optimality of the allocation algorithm based on maximum predicting covariance is analyzed.
提出了一种传感器管理最优决策模型,并以量测前后获得的目标信息增量为该模型中的性能指标,分析了基于最大预测误差协方差的传感器资源分配算法的最优性。
补充资料：误差平方和
分子式：
CAS号：
性质：表示实验误差大小的偏差平方和。在相同的条件下各次测定值xi对测定平均值x的偏差平方后再加和∑(xi-x)2。
CAS号：
性质：表示实验误差大小的偏差平方和。在相同的条件下各次测定值xi对测定平均值x的偏差平方后再加和∑(xi-x)2。
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