時間序列的AR模型建立與自相關系數提取分類
上傳時間： 2014-01-27
上傳用戶：aappkkee
在現有的單層馬爾科夫鏈異常檢測模型基礎上,提出一種嶄新的兩層模型.將性質上有較大差異的兩個過程,不同的請求和同一請求內的系統調用序列,分為兩層,分別用不同的馬爾可夫鏈來處理.兩層結構可以更準確地刻畫被保護服務進程的動態行為,因而能較大地提高異常的識別率,降低誤警報率.
上傳時間： 2013-12-26
上傳用戶：aig85
用matlab實現灰色序列殘差預測模型GM（1，1）
上傳時間： 2014-01-27
上傳用戶：h886166
介紹了直接序列擴頻通信的理論基礎和模型,并通過MATLAB提供的Simulink仿真平臺對直擴通信系統進行了仿真。
上傳時間： 2014-07-03
上傳用戶：wkchong
基于隱馬爾可夫模型的多重序列分析 <<中山大學學報（自然科學版） >>2005年02期 羅澤舉 , 朱思銘 , 何淼 , LUO Ze-ju , ZHU Si-ming , HE Miao
上傳時間： 2013-12-24
上傳用戶：moshushi0009
在做2維度樣本分類的過程中,若我們能事先畫出訓練樣本在空間中的分散情形,這將有助於我們在設定SVM分類器的參數C的取值範圍. 例如:若畫出的訓練樣本的散佈較分散,我們可以得知此時採用的參數值可以取在較大的範圍. 所以本程式也是讓想要畫出資料樣本在平面的散佈情形者之一各可行工具.
上傳時間： 2016-08-19
上傳用戶：sy_jiadeyi
利用灰色系統進行預測的幾篇好論文: BP神經網絡_灰色系統聯合模型預測軟基沉降量 非線性時間序列神經網絡預測方法的研究及應用 股票投資價值灰色馬爾可夫預測 股票投資價值灰色系統模型及應用 灰色關聯神經網絡模型在股指預測中的應用 灰色理論與模型及在車輛擁有量預測中的應用 灰色神經網絡交通事故預測比較 灰色神經網絡預測模型的應用 灰色-神經網絡綜合預測模型
上傳時間： 2014-12-05
上傳用戶：qiaoyue
按FPE定階的 源程序：fpe.cpp M序列：M序列.txt 白噪聲：Gauss.txt 程序中先用依模型階次遞推算法估計模型的參數，再用fpe方法判斷模型的階次。 程序運行結果如下： n: 1 判斷階次FPE的值: 0.0096406 -0.481665 1.07868 n: 2 判斷階次FPE的值: 0.00875755 -0.446739 0.00498181 1.07791 0.0527289 n: 3 判斷階次FPE的值: 0.0087098 -0.459433 0.120972 -0.0569228 1.07814 0.0390757 0.116982 n: 4 判斷階次FPE的值: 0.000396884 -0.509677 0.4501 -0.200906 0.0656188 1.07991 -0.0156362 0.442989 0.0497236 n: 5 判斷階次FPE的值: 3.2095e-007 -1.18415 0.813123 -0.517862 0.34881 -0.116864 1.07999 -0.744141 0.474462 -0.253112 0.122771 n: 6 判斷階次FPE的值: 3.23349e-007 -1.14659 0.76933 -0.487651 0.329676 -0.10377 -0.00440907 1.07999 -0.703574 0.447253 -0.235282 0.113587 0.00479688 從以上結果可以看出，當n=5時，fpe值最小，所以這時的模型階次和參數估計值為最優結果： 3.2095e-007 -1.18415 0.813123 -0.517862 0.34881 -0.116864 1.07999 -0.744141 0.474462 -0.253112 0.122771
上傳時間： 2013-12-11
上傳用戶：yd19890720
本程序是基于matlab的時間序列預測模型GP源程序
上傳時間： 2016-10-26
上傳用戶：plsee
生命遊戲演算法實做 判斷鄰居數量決定下一時間是否出生或死亡 利用到交替陣列和時間差距演算寫法
標簽： 算法
上傳時間： 2016-12-01
上傳用戶：czl10052678
