1) wave amplitude series
浪高时间序列
1.
Based on the reconstruction of the chaotic dynamic space, the correlation dimension method and Lyapunov exponent method are applied to identify the chaos of wave amplitude series and predict in Pingtan.
在混沌动力系统相空间重构的基础上,利用关联维数法和最大Lyapunov指数法,对平潭浪高时间序列进行混沌特性识别,并进行了预测。
2) GPS height time series
GPS高程时间序列
1.
Autoregressive moving average (ARMA) method is applied to modeling GPS height time series of IGS fiducial stations.
ARMA可用于时间序列建模,本文利用ARMA模型改进了部分IGS连续跟踪站GPS高程时间序列。
3) high-frequency time series
高频时间序列
1.
Analysis, Modeling and Application of Financial Market s High-Frequency/Ultra-High-Frequency Time Series;
金融市场高频/超高频时间序列的分析、建模与应用
4) High-Dimension Time Series
高维时间序列
1.
The Research of the Sequence Mining Algorithms on the High-Dimension Time Series Based on Human Motion Capture Data;
基于人体运动捕捉数据的高维时间序列模式挖掘算法的研究
2.
This paper proposes an unsupervised segmentation algorithm for high-dimension time series.
通过高维时间序列分割可以创建高级符号表示。
5) Ultra-High-Frequency Time Series
超高频时间序列
1.
Analysis, Modeling and Application of Financial Market s High-Frequency/Ultra-High-Frequency Time Series;
金融市场高频/超高频时间序列的分析、建模与应用
6) time series
时间序列
1.
Hybrid time series predictive control model for silicon content in blast furnace hot metal;
高炉硅含量预测控制的时间序列混合建模
2.
A new approach to trend extrapolation of time series of ecological footprint and its application;
生态足迹时间序列趋势外推分析的一种新方法及其应用
3.
Fractal characteristics and R/S analysis of time series of natural hazards;
自然灾害发生时间序列的分形特征及R/S分析
补充资料：离散时间周期序列的离散傅里叶级数表示
(1)
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
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