虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

AR<b>预测模型</b>

  • inside the c++ object model.深入c++对象模型。鼎鼎大名的Stanley B. Lippman 写的。搞c++编程的能不看吗?

    inside the c++ object model.深入c++对象模型。鼎鼎大名的Stanley B. Lippman 写的。搞c++编程的能不看吗?

    标签: B. Stanley Lippman inside

    上传时间: 2013-12-22

    上传用户:佳期如梦

  • 实现LPC线性预测分析,能够提取AR模型参数并进行DCT变换处理

    实现LPC线性预测分析,能够提取AR模型参数并进行DCT变换处理

    标签: LPC DCT AR模型 线性

    上传时间: 2014-01-05

    上传用户:李梦晗

  • 给出Henon的模型x(i+1)=1+y(i)-a*x(i)^2 y(i+1)=b*x(i)

    给出Henon的模型x(i+1)=1+y(i)-a*x(i)^2 y(i+1)=b*x(i)

    标签: Henon 模型

    上传时间: 2013-12-18

    上传用户:徐孺

  • 本文讨论了AR模型及线性预测的原理

    本文讨论了AR模型及线性预测的原理,在浮点型DSP TMS320C6713B上实现了语音信号线性预测系数(LPC)的提取,并利用LPC系数用Verilog语言实现了AR模型的Lattice结构。

    标签: AR模型 线性预测

    上传时间: 2016-04-17

    上传用户:ecooo

  • 基于换乘次数优先的公交路线选择模型 2007年B题论文

    基于换乘次数优先的公交路线选择模型 2007年B题论文

    标签: 2007 模型 论文

    上传时间: 2016-10-03

    上传用户:weixiao99

  • ger鏴kten 鰊emli bir uygulama 鰎ne餴 sergilemektedir baar齧 b鰈e i...

    ger鏴kten 鰊emli bir uygulama 鰎ne餴 sergilemektedir baar齧 b鰈e i...

    标签: sergilemektedir uygulama emli kten

    上传时间: 2013-12-16

    上传用户:上善若水

  • 基于ARM的全数字B型超声诊断仪的设计与研究

    超声理论与技术的快速发展,使超声设备不断更新,超声检查已成为预测和评价疾病及其治疗结果不可缺少的重要方法。超声诊断技术不仅具有安全、方便、无损、廉价等优点,其优越性还在于它选用诊断参数的多样性及其在工程上实现的灵活性。 全数字B超诊断仪基于嵌入式ARM9+FPGA硬件平台、LINUX嵌入式操作系统,是一种新型的、操作方便的、技术含量高的机型。它具有现有黑白B超的基本功能,能够对超声回波数据进行灵活的处理,从而使操作更加方便,图象质量进一步提高,并为远程医疗、图像存储、拷贝等打下基础,是一种很有发展前景、未来市场的主打产品。全数字B型超声诊断仪的基本技术特点是用数字硬件电路来实现数据量极其庞大的超声信息的实时处理,它的实现主要倚重于FPGA技术。现在FPGA已经成为多种数字信号处理(DSP)应用的强有力解决方案。硬件和软件设计者可以利用可编程逻辑开发各种DSP应用解决方案。可编程解决方案可以更好地适应快速变化的标准、协议和性能需求。 本论文首先阐述了医疗仪器发展现状和嵌入式计算机体系结构及发展状况,提出了课题研究内容和目标。然后从B超诊断原理及全数字B超诊断仪设计入手深入分析了B型超声诊断仪的系统的硬件体系机构。对系统的总体框架和ARM模块设计做了描述后,接着分析了超声信号进行数字化处理的各个子模块、可编程逻辑器件的结构特点、编程原理、设计流程以及ARM处理模块和FPGA模块的主要通讯接口。接着,本论文介绍了基于ARM9硬件平台的LINUX嵌入式操作系统的移植和设备驱动的开发,详细描述了B型超声诊断仪的软件环境的架构及其设备驱动的详细设计。最后对整个系统的功能和特点进行了总结和展望。

    标签: ARM 全数字 仪的设计 超声诊断

    上传时间: 2013-05-28

    上传用户:sssnaxie

  • 用Burg算法估计AR模型参数

    用Burg算法估计AR模型参数,进而实现功率谱估计. 形参说明: x——双精度实型一维数组,长度为n,存放随机序列。 n--整型变量,随机序列的长度。 p--整型变量,AR模型的阶数。 a--双精度实型一维数组,长度为(p十1)。存放AR模型的系数a(0),a(1),...,a(p)。 v--双精度实型指针,它指向预测误差功率,即AR模型激励白噪声的方差。

    标签: Burg AR模型 算法 参数

    上传时间: 2013-12-21

    上传用户:330402686

  • 指数回归方程 ExponentRegress.cs 方程模型为 public override double[] buildFormula() 得到系数数组

    指数回归方程 ExponentRegress.cs 方程模型为 public override double[] buildFormula() 得到系数数组,存放顺序与模型系数相反,即该数组中系数的值依次是b,a。 public override double forecast(double x) 预测函数,根据模型得到预测结果。 public override double computeR2() 计算相关系数(决定系数),系数越接近1,数据越满足该模型。

    标签: ExponentRegress buildFormula override public

    上传时间: 2013-12-20

    上传用户:xg262122

  • 本书提供用J B u i l d e r开发数据库应用程序、创建分布式应用程序以及编写J a v a B e a n 组件的高级资料。它包括下列几个部分: • 第一部分是“开发数据库应用

    本书提供用J B u i l d e r开发数据库应用程序、创建分布式应用程序以及编写J a v a B e a n 组件的高级资料。它包括下列几个部分: • 第一部分是“开发数据库应用程序”,它提供关于使用J b u i l d e r的D a t a E x p r e s s数据 库体系结构的信息,并解释原始数据组件和类之间的相互关系,以及怎样使用它 们来创建你的数据库应用程序。它还解释怎样使用Data Modeler(数据模型器)和 Application Generator(应用程序生成器)创建数据驱动的客户机/服务器应用程 序。 • 第二部分是“开发分布式应用程序”,它提供关于使用ORB Explorer、用J B u i l d e r 创建多级的分布应用程序、调试分布式应用程序、用J a v a定义C O R B A接口以及 使用s e r v l e t等的信息。 • 第三部分是“创建J a v a B e a n”,它解释怎样开发新的J a v a B e a n组件,描述在组件 开发中涉及的任务, 怎样使用B e a n s E x p r e s s创建新的J a v a B e a n,以及关于属性、 事件、B e a nIn f o类和其他方面的详细情况。

    标签: 8226 数据库 应用程序

    上传时间: 2014-01-03

    上传用户:wpt