نتایج جستجو برای: مدل های arma
تعداد نتایج: 516362 فیلتر نتایج به سال:
در اغلب شبیهسازیها دقت در اثر بروز نویز کاهش مییابد. نویز عمدتاً ناشی از مشاهده و اندازهگیری یا خطای مدلسازی است. یکی از روشهای کاهش خطای مدل، استفاده از فیلتر کالمن است. امروزه روشهای توسعه یافته فیلتر کالمن در بسیاری از سیستمها با فضای حالت خطی و غیرخطی و با تابع توزیع دلخواه نویز بکار میرود. در این مقاله با استفاده از فیلتر کالمن در فضای حالت خطی، نتایج مدل ماسکینگام و ARMA بکار رفته ...
سابقه و هدف: سلامت خاک از مولفه های اصلی در دستیابی به سامانه های کشاورزی پایدار بوده که شدت تحت تاثیر عملیات زراعی مانند خاکورزی قرار می گیرد. را توان با استفاده پارامترهای فیزیکی، شیمیایی بیولوژیکی قالب الگوریتم های مشخص کمّی کرد. نتیجه، بررسی وضعیت کیفی باروری مدیریتی مختلف زمین جهت استقرار مناسب برای تولید بهینه نظامهای امری ضروری می باشد. چارچوب ارزیابی مدیریت SMAF 1 عنوان ابزاری قدر...
برای پیشبینی سری زمانی ابتدا باید مدل مناسبی از آن ساخته شود. تعیین ابعاد و تخمین پارامترهای مناسب برای مدل ARMA سری زمانی، چالشی است که علاوه بر روشهای متداول آماری، از طریق محاسبات هوشمند نیز به آن توجه شده است. در این مقاله استفاده از الگوریتم ژنتیک برای تخمین پارامترهای مدل ARMA و قواعد کشفی برای تعیین ابعاد مدل ارائه میشود. قواعد کشفی براساس ویژگیهای سری زمانی استخراج میشوند. داده...
A feasibility study of using of Dynamic Bayesian Networks in combination with ARMA modeling in exchange rate prediction is presented. A new algorithm (ARMA-DBN) is constructed and applied to the exchange rate forecast of RMB. Results show that the improved dynamic Bayesian forecast algorithm has better performance than the standard ARMA model.
Autoregressive moving average (ARMA) models are a fundamental tool in time series analysis that offer intuitive modeling capability and efficient predictors. Unfortunately, the lack of globally optimal parameter estimation strategies for these models remains a problem: application studies often adopt the simpler autoregressive model that can be easily estimated by maximizing (a posteriori) like...
The combination forecasting model IOWGA-EMD-ARMA-WNN is proposed in this paper. The randomness, periodicity and tendency of the original data are showed by EMD decomposition in EMD-ARMA model. WNN combines the advantages of wavelet analysis and BP neural network and improves the learning efficiency and forecasting accuracy. The weight of combination model is decided by forecasting precision of ...
OBJECTIVES AND METHODS armA is a novel plasmid-borne 16S rRNA methyltransferase that confers high-level resistance to 4,6-disubstituted deoxystreptamines. Recently, we have isolated from a high-level broad-spectrum aminoglycoside-resistant Escherichia coli animal isolate a plasmid, pMUR050, that bore the armA gene. In order to elucidate the genetic basis for the spread of armA, we have determin...
Among 235 extended-spectrum beta-lactamase-producing Klebsiella pneumoniae (ESBL) isolates collected from a nationwide surveillance performed in Taiwan, 102 (43.4%) were resistant to amikacin. Ninety-two of these 102 (90.2%) isolates were carrying CTX-M-type beta-lactamases individually or concomitantly with SHV-type or CMY-2 beta-lactamases. The armA and rmtB alleles were individually detected...
در تحقیق حاضر به بررسی بارشهای نیسان استان آذربایجانشرقی در طول دوره آماری 1359 تا 1391 پرداخته شد. ابتدا تغییرات روند بارندگیهای نیسان استان با استفاده از آزمونهای ناپارامتری من-کندال و تخمینگر شیب Sen که جزو متداولترین روشهای ناپارامتری بهشمار میروند، تجزیه و تحلیل شد. سپس برای پیشبینی تغییرات بارشهای نیسان طی سالهای آتی از مدل سریهای زمانی ARMA استفاده گردید. نتایج مطالعات نشان د...
We have derived some matrix equations for speedy computation of the conditional covariance kernel of a discrete-time process obtained from irregularly sampling an underlying continuous-time ARMA process. These results are applicable to both stationary and non-stationary ARMA processes. We have also demonstrated that these matrix results can be useful in shedding new insights on the covariance s...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید