所屬欄目:科技期刊 熱度: 時(shí)間:
西安郵電大學(xué)學(xué)報(bào)雜志
關(guān)注()《西安郵電大學(xué)學(xué)報(bào)》雜志簡(jiǎn)介
《西安郵電大學(xué)學(xué)報(bào)》Journal of Xi'an University of Posts and Telecommunications(雙月刊)1989年創(chuàng)刊,是綜合性學(xué)術(shù)期刊。貫徹黨的“雙百”方針,遵守有關(guān)規(guī)政策,追求真理、崇尚科學(xué),堅(jiān)持學(xué)術(shù)性和應(yīng)用性的辦刊宗旨。為滿足本院師生和通信業(yè)科研、管理人員的學(xué)術(shù)交流需求,促進(jìn)學(xué)院教學(xué)、科研水平的提高和我國(guó)信息產(chǎn)業(yè)的發(fā)展。
《西安郵電大學(xué)學(xué)報(bào)》主要刊登通信工程理論及技術(shù)、計(jì)算機(jī)理論及技術(shù)、信息產(chǎn)業(yè)發(fā)展中的經(jīng)濟(jì)管理理論以及相關(guān)基礎(chǔ)理論研究和教育教學(xué)研究等方面的最新成果。本刊優(yōu)先發(fā)表屬于科研計(jì)劃或基金資助項(xiàng)目的研究論文,對(duì)于在讀研究生高質(zhì)量的相關(guān)論文也擇優(yōu)發(fā)表。
《西安郵電大學(xué)學(xué)報(bào)》收錄情況
國(guó)家新聞出版總署收錄 維普網(wǎng)、萬(wàn)方數(shù)據(jù)庫(kù)、知網(wǎng)數(shù)據(jù)庫(kù)收錄
《西安郵電大學(xué)學(xué)報(bào)》影響因子:
截止2015年萬(wàn)方:影響因子:0.658;總被引頻次:806
截止2015年知網(wǎng):復(fù)合影響因子:0.678;綜合影響因子:0.393
《西安郵電大學(xué)學(xué)報(bào)》欄目設(shè)置
通信技術(shù)、計(jì)算機(jī)技術(shù)、信息產(chǎn)業(yè)研究、西部大開(kāi)發(fā)研究、經(jīng)濟(jì)研究、財(cái)會(huì)研究、企業(yè)管理研究、基礎(chǔ)研究、專題研究、通信與信息技術(shù)、電子科學(xué)與技術(shù)、計(jì)算機(jī)與自控技術(shù)、簡(jiǎn)訊。
《西安郵電大學(xué)學(xué)報(bào)》投稿須知:
1.內(nèi)容:立意新穎,觀點(diǎn)明確,內(nèi)容充實(shí),論證嚴(yán)密,語(yǔ)言精煉,資料可靠,能及時(shí)反映所研究領(lǐng)域的最新成果。本刊尤為歡迎有新觀點(diǎn)、新方法、新視角的稿件和專家稿件。
2.格式必備與順序:標(biāo)題、作者、作者單位、摘要、關(guān)鍵詞、正文、注釋或參考文獻(xiàn)。篇幅以2200-8800字為宜。2200字左右為1個(gè)版面。
3.請(qǐng)?jiān)趤?lái)稿末尾附上作者詳細(xì)通訊地址。包括:收件人所在地的省、市、區(qū)、街道名稱、郵政編碼、聯(lián)系電話、電子信箱、代收人的姓名以及本人要求等,務(wù)必準(zhǔn)確。論文有圖表的,請(qǐng)保證圖片和表格的清晰,能和文字對(duì)應(yīng)。
4.本刊實(shí)行無(wú)紙化辦公,來(lái)稿一律通過(guò)電子郵件(WORD文檔附件)或QQ發(fā)送,嚴(yán)禁抄襲,文責(zé)自負(fù),來(lái)稿必復(fù),來(lái)稿不退,10日未見(jiàn)通知可自行處理。
5.本刊來(lái)稿直接由編輯人員審閱,疑難重點(diǎn)稿件送交相關(guān)專家審閱,本刊堅(jiān)持“公平、公正、公開(kāi)、客觀”的審稿原則,實(shí)行“三審三校”制度。
6.來(lái)稿一經(jīng)采用,雜志社將發(fā)出《用稿通知單》,出刊迅速,刊物精美,稿件確認(rèn)刊載后,贈(zèng)送當(dāng)期雜志1冊(cè)。
2017年《西安郵電大學(xué)學(xué)報(bào)》06期投稿論文目錄:
一種基于符號(hào)秩檢驗(yàn)的協(xié)作盲頻譜感知算法盧光躍;馬珊珊;徐偲;
一種窄帶物聯(lián)網(wǎng)系統(tǒng)的上行鏈路適配方案設(shè)計(jì)徐東明;徐磊;
基于環(huán)上帶誤差學(xué)習(xí)強(qiáng)安全認(rèn)證密鑰交換楊景添;王立斌;
基于多錨點(diǎn)鄰域回歸的圖像超分辨率算法范九倫;李佳;徐健;史香曄;
基于有偏彩色紋理字典的X光安檢圖像檢測(cè)劉穎;王伊琳;王倩;侯祥瑋;
基于混沌和邊緣特征的醫(yī)學(xué)圖像加密算法李昌興;宗照理;吳成茂;
基于馬氏距離的近鄰傳播聚類算法支曉斌;郝踩云;
基于Vague集模糊量化的圖像檢索算法胡明娣;李萌飛;
收錄論文:基于混沌和邊緣特征的醫(yī)學(xué)圖像加密算法
【摘要】:基于混沌和邊緣特征,給出一種醫(yī)學(xué)圖像加密算法,以改善加密效果并提高安全性能。先對(duì)原始醫(yī)學(xué)圖像進(jìn)行位平面分解,并利用混沌序列獲得源圖像的邊緣映射;再對(duì)原始圖像位平面和源圖像邊緣映射依次進(jìn)行異或操作;將異或圖像合并后進(jìn)行像素置亂和像素?cái)U(kuò)散處理,即可實(shí)現(xiàn)對(duì)醫(yī)學(xué)圖像的有效加密。理論分析和仿真實(shí)驗(yàn)表明,所給算法具有較大的密鑰空間及密鑰敏感性,與已有同類算法相比,其抵抗安全攻擊的性能更強(qiáng)。
西安郵電大學(xué)學(xué)報(bào)雜志最新期刊目錄
基于RS-RRT*的復(fù)雜環(huán)境路徑規(guī)劃算法————作者:江祥奎;王子豪;楊剛;
摘要:為了滿足在復(fù)雜環(huán)境下快速搜索有效路徑、較短路徑的要求,提出一種基于限制擴(kuò)展快速搜索隨機(jī)樹(shù)(Restricted Search Rapidly-Exploring Random Tree Star,RS-RRT*)的復(fù)雜環(huán)境路徑規(guī)劃算法。 該算法先對(duì)隨機(jī)樹(shù)的生長(zhǎng)方向進(jìn)行引導(dǎo),增加在目標(biāo)區(qū)域的采樣概率,減少冗余空間的搜索。再在新節(jié)點(diǎn)重新選擇父節(jié)點(diǎn)時(shí),將新節(jié)點(diǎn)的啟發(fā)式代價(jià)考慮在內(nèi),選擇更優(yōu)父節(jié)點(diǎn)。針對(duì)...
協(xié)同干擾下無(wú)人機(jī)輔助MEC網(wǎng)絡(luò)節(jié)能安全任務(wù)卸載算法————作者:胡晗;陳鉆;郝書亭;周福輝;
摘要:針對(duì)無(wú)人機(jī)輔助移動(dòng)邊緣計(jì)算(Mobile Edge Computing, MEC)網(wǎng)絡(luò)中數(shù)據(jù)卸載的竊聽(tīng)問(wèn)題,提出一種協(xié)同干擾下無(wú)人機(jī)輔助MEC網(wǎng)絡(luò)節(jié)能安全任務(wù)卸載算法,即兩層交替迭代算法(Two Layers Iteration Algorithm, TLIA)。引入了干擾輔助無(wú)人機(jī)以降低竊聽(tīng)信道的質(zhì)量,并以系統(tǒng)總能耗最小化為優(yōu)化目標(biāo),在滿足用戶服務(wù)質(zhì)量與飛行速率的約束條件下,聯(lián)合優(yōu)化本地計(jì)算量、...
基于5G-A的準(zhǔn)入控制和資源分配聯(lián)合算法————作者:朱國(guó)暉;王曉敏;春瑞鋒;梁貞;
摘要:針對(duì)不同應(yīng)用場(chǎng)景的用戶利用底層網(wǎng)絡(luò)資源不充分的問(wèn)題,提出一種利用網(wǎng)絡(luò)切片技術(shù)對(duì)切片進(jìn)行準(zhǔn)入控制和資源分配聯(lián)合算法(Joint Access Control and Resource Allocation Algorithm for Slicing, JACRAAS)。在第五代移動(dòng)通信技術(shù)(5th Generation Mobile Communication Technology, 5G)的演進(jìn)(...
基于輔助去噪的極化碼網(wǎng)絡(luò)級(jí)聯(lián)改進(jìn)譯碼算法————作者:李卓;趙紫涵;邢莉娟;茍旭;
摘要:針對(duì)現(xiàn)有網(wǎng)絡(luò)譯碼器在極化碼譯碼中存在訓(xùn)練集數(shù)據(jù)要求較為嚴(yán)苛且抗噪聲能力較弱的問(wèn)題,提出一種基于輔助去噪的極化碼網(wǎng)絡(luò)級(jí)聯(lián)改進(jìn)譯碼算法。將卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)用于去噪,門控循環(huán)單元(Gated Recurrent Unit, GRU)用于譯碼,在此基礎(chǔ)上引入擾動(dòng)參數(shù)和擾動(dòng)噪聲,以傳統(tǒng)的連續(xù)刪除(Successive Cancelation,...
無(wú)人機(jī)反向散射移動(dòng)邊緣計(jì)算網(wǎng)絡(luò)能耗最小化方案————作者:劉伯陽(yáng);李政;蔡雨卓;王麗平;黨儒鴿;
摘要:針對(duì)物聯(lián)網(wǎng)(Internet of Things, IoT)設(shè)備普遍存在的算力不足與能量短缺的問(wèn)題,提出一種無(wú)人機(jī)(Unmanned Aerial Vehicle, UAV)反向散射(Backscatter Communication, BC)移動(dòng)邊緣計(jì)算(Mobile Edge Computing, MEC)網(wǎng)絡(luò)能耗最小化方案。IoT設(shè)備從UAV發(fā)送信號(hào)中吸收能量進(jìn)行本地計(jì)算,同時(shí)利用BC技術(shù)將...
應(yīng)用于Wi-Fi通信的超表面圓極化天線————作者:郭華;王浩然;劉聰聰;茍慧玲;仇曉茹;楊昕悅;
摘要:針對(duì)低剖面Wi-Fi通信天線的寬帶圓極化問(wèn)題,設(shè)計(jì)一款基于超表面的低剖面寬帶圓極化天線。通過(guò)特征模原理進(jìn)行分析,基于基礎(chǔ)的切角圓極化貼片超表面,利用角縫隙、單元間枝節(jié)等微擾,優(yōu)化超表面模式,設(shè)計(jì)出3種工作在不同頻點(diǎn)的極化轉(zhuǎn)化超表面結(jié)構(gòu)。對(duì)于不同結(jié)構(gòu)的超表面,通過(guò)縫隙耦合方式饋電,獲得低剖面的寬帶圓極化天線。再對(duì)不同結(jié)構(gòu)的超表面進(jìn)行非均勻分布,將軸比下陷點(diǎn)和諧振頻點(diǎn)進(jìn)行融合,獲得更高的阻抗帶寬和軸比...
基于場(chǎng)景不可知學(xué)習(xí)的時(shí)序數(shù)據(jù)域泛化方法————作者:王祥波;梁倩;李明洋;喬曉田;
摘要:針對(duì)傳統(tǒng)時(shí)序預(yù)測(cè)方法在不同場(chǎng)景中學(xué)習(xí)穩(wěn)定特征效果不佳的問(wèn)題,提出一種基于場(chǎng)景不可知學(xué)習(xí)的時(shí)序數(shù)據(jù)域泛化方法。該方法通過(guò)設(shè)計(jì)新的加權(quán)目標(biāo)函數(shù),從總樣本中選取核心樣本,以提升模型的泛化能力,并利用正則化方法,在訓(xùn)練過(guò)程中平衡模型對(duì)不同樣本的表現(xiàn),避免模型對(duì)某些樣本過(guò)擬合。實(shí)驗(yàn)結(jié)果表明:在水質(zhì)數(shù)據(jù)集上,所提方法的均方根誤差(Root Mean Square Error,RMSE)為1.90,平均絕對(duì)誤差...
液壓泵滑靴磨損機(jī)理分析及其對(duì)液壓系統(tǒng)性能影響仿真————作者:胡曉青;蓋科龍;謝玉婷;
摘要:目前飛機(jī)液壓系統(tǒng)的壽命預(yù)測(cè)研究面臨著缺乏基礎(chǔ)數(shù)據(jù)的現(xiàn)狀,為解決該問(wèn)題,基于液壓泵滑靴磨損機(jī)理研究推導(dǎo)出液壓泵剩余使用壽命計(jì)算公式,從而構(gòu)建出液壓泵性能衰退模型,利用MATLAB/Simulink對(duì)液壓泵性能衰退模型進(jìn)行仿真,再將仿真得到的退化數(shù)據(jù)導(dǎo)入AMESim搭建的液壓系統(tǒng)正常模型中,得到整個(gè)液壓系統(tǒng)的性能衰退過(guò)程,實(shí)現(xiàn)對(duì)液壓系統(tǒng)性能影響的仿真。結(jié)果顯示因液壓泵滑靴磨損故障導(dǎo)致的液壓系統(tǒng)內(nèi)泄漏量...
基于上下文老虎機(jī)的智能選擇蛻變關(guān)系方法————作者:孫家澤;孔嶸;
摘要:針對(duì)蛻變測(cè)試過(guò)程中難以快速且有效地選擇蛻變關(guān)系的問(wèn)題,提出一種基于上下文老虎機(jī)的智能選擇蛻變關(guān)系方法。該方法在測(cè)試過(guò)程中先構(gòu)造待選擇的蛻變關(guān)系并提取源測(cè)試用例的特征向量,然后創(chuàng)建上下文老虎機(jī),利用特征向量和決策算法智能選擇每輪測(cè)試的蛻變關(guān)系,生成衍生用例進(jìn)行測(cè)試。最后將測(cè)試結(jié)果反饋至老虎機(jī),通過(guò)多輪訓(xùn)練篩選出最優(yōu)蛻變關(guān)系。實(shí)驗(yàn)結(jié)果表明,相比于隨機(jī)選擇方法和Tetraband選擇方法,所提方法提高了...
基于孿生網(wǎng)絡(luò)的源代碼相似性檢測(cè)方法————作者:馮景瑜;劉正波;劉宇航;張文波;韓剛;
摘要:針對(duì)現(xiàn)有方法在源代碼相似性檢測(cè)中難以有效提取語(yǔ)法和結(jié)構(gòu)信息的問(wèn)題,提出一種基于孿生網(wǎng)絡(luò)(Siamese Neural Network,SNN)的源代碼相似性檢測(cè)方法。利用抽象語(yǔ)法樹(shù)(Abstract Syntax Tree,AST)作為源代碼表征形式,設(shè)計(jì)適用于AST的位置編碼機(jī)制和多維源代碼特征提取機(jī)制。將AST中的每個(gè)節(jié)點(diǎn)轉(zhuǎn)化成詞嵌入向量,生成對(duì)應(yīng)的位置編碼向量,相加后輸入Transforme...
一種定向紅外發(fā)射率測(cè)量裝置中角度精密調(diào)節(jié)的設(shè)計(jì)————作者:曾祥忠;孫寒寧;
摘要:針對(duì)定向紅外發(fā)射率測(cè)量裝置中的角度調(diào)節(jié)方式,提出一種對(duì)裝置的反射光角度進(jìn)行精密調(diào)節(jié)的設(shè)計(jì)。該設(shè)計(jì)旨在保證定向發(fā)射率測(cè)量過(guò)程中,入射光與反射光要求精確相等,解決現(xiàn)有定向紅外發(fā)射率測(cè)量裝置在角度調(diào)節(jié)過(guò)程中存在的精度不足和操作復(fù)雜等問(wèn)題。設(shè)計(jì)采用帶精密減速的步進(jìn)電機(jī)和弧形導(dǎo)軌,入射光光源固定在弧形導(dǎo)軌上,反射光接收探測(cè)器固定在步進(jìn)電機(jī)轉(zhuǎn)軸臂上。入射光的入射角度固定,反射光通過(guò)指令控制步進(jìn)電機(jī),實(shí)現(xiàn)反射角...
基于YOLOv8n的糖尿病視網(wǎng)膜病變檢測(cè)算法————作者:江祥奎;盧棋;董超;潘李冰;楊剛;蘇耀恒;趙明虎;
摘要:為了提高糖尿病視網(wǎng)膜病變(Diabetic Retinopathy, DR)的檢測(cè)精度,提出一種基于YOLOv(You Only Look Once Version)8n的DR檢測(cè)算法。引入全維度動(dòng)態(tài)卷積對(duì)YOLOv8n的骨干網(wǎng)絡(luò)進(jìn)行重構(gòu),以加強(qiáng)特征的適應(yīng)性,提高特征提取能力。在頸部網(wǎng)絡(luò)中增加小目標(biāo)檢測(cè)層,并引入輕量化雙卷積以優(yōu)化信息處理流程。最后對(duì)損失函數(shù)進(jìn)行改進(jìn),優(yōu)化梯度增益分配策略。實(shí)驗(yàn)結(jié)果...
用于高線性單端轉(zhuǎn)差分的恒定跨導(dǎo)運(yùn)算放大器————作者:佟星元;黨磊;
摘要:?jiǎn)味溯斎朕D(zhuǎn)差分輸出電路通常以全差分運(yùn)放為核心,構(gòu)建反相比例放大器并將其中一個(gè)輸入端接共模電平實(shí)現(xiàn)單端輸入,要求全差分運(yùn)放在全輸入范圍具有穩(wěn)定的跨導(dǎo)以保障在寬輸入應(yīng)用具有高線性度。針對(duì)現(xiàn)有3倍電流鏡全差分運(yùn)放跨導(dǎo)穩(wěn)定性優(yōu)化技術(shù)效果不佳問(wèn)題,提出了一種輸入級(jí)分段尾電流補(bǔ)償技術(shù),在輸入對(duì)管跨導(dǎo)變?nèi)醯慕刂箙^(qū)和亞閾值區(qū)內(nèi)自適應(yīng)地提供不同的補(bǔ)償電流,提高跨導(dǎo)穩(wěn)定性優(yōu)化效果。基于0.18μm CMOS工藝設(shè)計(jì)了...
基于松組合的BDS-3 PPP-B2b/INS定位系統(tǒng)的性能分析————作者:何在民;何香漪;肖恭偉;廣偉;程昊威;高思雨;
摘要:針對(duì)室內(nèi)、城市峽谷及樹(shù)蔭等遮擋環(huán)境使衛(wèi)星信號(hào)中斷或變?nèi)酰绊懕倍啡?hào)全球衛(wèi)星導(dǎo)航系統(tǒng)精密單點(diǎn)定位服務(wù)信號(hào)(BeiDou Global Satellite Navigation System Precise Point Positioning B2b,BDS-3 PPP-B2b)定位性能的問(wèn)題,采用衛(wèi)星導(dǎo)航系統(tǒng)與慣性導(dǎo)航系統(tǒng)(Inertial Navigation System,INS)組合提升定位...
基于GMM-HyGAMP的低空物聯(lián)網(wǎng)GFRA用戶活躍性檢測(cè)與信道估計(jì)————作者:甄立;鐘升;蘇景瑞;何雨軒;郭玉蓉;
摘要:為滿足低空物聯(lián)網(wǎng)中大規(guī)模機(jī)器類設(shè)備的高效接入需求,采用免授權(quán)隨機(jī)接入(Grant-Free Random Access,GFRA)機(jī)制,提出一種基于高斯混合模型的混合廣義近似消息傳遞(Gaussian Mixture Model-Based Hybrid Generalized Approximate Message Passing, GMM-HyGAMP)算法,以實(shí)現(xiàn)聯(lián)合用戶活躍性檢測(cè)與信道估計(jì)...
基于深度IFLBP的IFCM聚類圖像分割算法————作者:蘭蓉;趙一倓;余曉穎;王博;
摘要:針對(duì)直覺(jué)模糊C-均值(Intuitionistic Fuzzy C-Means, IFCM)聚類算法沒(méi)有考慮圖像的紋理及空間信息的問(wèn)題,提出一種基于深度直覺(jué)模糊局部二值模式(Intuitionistic Fuzzy Local Binary Pattern, IFLBP)的IFCM聚類圖像分割算法。定義深度鄰域的概念,基于深度鄰域信息更新鄰域像素取值,引入圖像的深度直覺(jué)模糊紋理特征,并根據(jù)圖像自身...
基于協(xié)作語(yǔ)義復(fù)用共享的低空經(jīng)濟(jì)任務(wù)執(zhí)行策略————作者:任超;丁思穎;尚博東;許力;方禾;郭翰學(xué);
摘要:針對(duì)低空經(jīng)濟(jì)中資源受限對(duì)無(wú)人機(jī)執(zhí)行全任務(wù)鏈效率和成功率降低的問(wèn)題,提出一種基于多無(wú)人機(jī)協(xié)作與語(yǔ)義復(fù)用共享的低空經(jīng)濟(jì)任務(wù)執(zhí)行策略。該策略將多模態(tài)信息編碼為語(yǔ)義向量,以減輕存儲(chǔ)資源的負(fù)擔(dān)。同時(shí),利用多層基站進(jìn)行任務(wù)信息卸載和新數(shù)據(jù)獲取,實(shí)現(xiàn)決策信息的重復(fù)利用,減少能源消耗。此外,針對(duì)不同高度層無(wú)人機(jī)長(zhǎng)期作業(yè)導(dǎo)致的語(yǔ)義映射偏差,單一信息經(jīng)過(guò)語(yǔ)義調(diào)整后可在不同層無(wú)人機(jī)的知識(shí)庫(kù)中重復(fù)利用,實(shí)現(xiàn)語(yǔ)義復(fù)用,減少...
高精度反向阻斷型限流電路設(shè)計(jì)————作者:唐威;孫夢(mèng)凡;劉靜;張洋洋;劉暢;單光寶;
摘要:針對(duì)汽車安全充電應(yīng)用需求,設(shè)計(jì)了一款具有反向阻斷功能的高精度過(guò)流保護(hù)電路,采用0.18μm BCD工藝實(shí)現(xiàn)。電路中,功率管采用兩個(gè)MOS管以“背靠背”方式連接,當(dāng)輸出端電壓高于輸入端電壓時(shí),其寄生體二極管能有效阻斷反向電流通路。為提高采樣精度,增加采樣管的溝道長(zhǎng)度,有效抑制其溝長(zhǎng)調(diào)制效應(yīng);預(yù)放大電路保證了采樣管與功率管的源端電位一致,輸入級(jí)引入橫向雙極性晶體管,以降低輸入噪聲并提高運(yùn)放增益,輸出級(jí)...
一種邊緣低空系統(tǒng)中基于主動(dòng)推理的深度強(qiáng)化學(xué)習(xí)算法————作者:杜劍波;貢杰;王嘉煊;王玉婷;陳天賜;李樹(shù)磊;
摘要:為了降低低空邊緣系統(tǒng)中的系統(tǒng)開(kāi)銷和優(yōu)化用戶體驗(yàn)質(zhì)量(Quality of Experience, QoE),提出一種邊緣低空系統(tǒng)中基于主動(dòng)推理的深度強(qiáng)化學(xué)習(xí)(Active Inference Enabled Deep Reinforcement Learning, ADRL)算法。構(gòu)建一個(gè)無(wú)人機(jī)(Unmanned Aerial Vehicle, UAV)輔助的多接入邊緣計(jì)算(Multi-Acces...
多模型融合的時(shí)間序列數(shù)據(jù)預(yù)測(cè)方法————作者:張建勛;胡少杰;蘆麗旭;潘禹江;
摘要:針對(duì)長(zhǎng)短期記憶(Long Short-Term Memory, LSTM)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)滯后性和過(guò)度依賴數(shù)據(jù)的問(wèn)題,提出一種多模型融合的時(shí)間序列數(shù)據(jù)預(yù)測(cè)方法。該方法在融合經(jīng)驗(yàn)?zāi)B(tài)分解和自回歸積分滑動(dòng)平均模型(Autoregressive Integrated Moving Average Model, ARIMA)基礎(chǔ)上,先對(duì)數(shù)據(jù)進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解,然后針對(duì)分解數(shù)據(jù)的線性分量和非線性分量分別采用ARI...
相關(guān)科技期刊推薦
核心期刊推薦
國(guó)內(nèi)期刊大全
政法期刊 教育期刊 文學(xué)期刊 經(jīng)濟(jì)期刊 科技期刊 電子期刊 農(nóng)業(yè)期刊 醫(yī)學(xué)期刊
SCI期刊欄目
SCI期刊 工程技術(shù) 物理 生物 化學(xué) 醫(yī)學(xué) 農(nóng)林科學(xué) 數(shù)學(xué) 地學(xué)天文 地學(xué) 環(huán)境科學(xué)與生態(tài)學(xué) 綜合性期刊 管理科學(xué) 社會(huì)科學(xué)
期刊論文百科問(wèn)答
copyright © www.wangshangbanli.cn, All Rights Reserved
搜論文知識(shí)網(wǎng) 冀ICP備15021333號(hào)-3