酒店的价值及酒店业周期性波动.pdf

中国股市的波动特征是学者们和投资者关注的一个重要领域,与国外成熟的证券市场相比,中国股票市场作为新兴市场,具有其特有的性质,如更高的不可预测性和复杂性,股票价格更大的波动幅度和频率。研究中国股市的波动特征就具有重要的理论价值和现实价值。投资者在选股过程中需要理解中国股市随时间变化的波动情形,而ARCH模型族正是研究股市波动随时间变化的工具。以上证综合指数为对象,采用GARCH类模型对中国股市波动情况进行实证研究,为股市收益的尖峰厚尾特点、波动的集簇性、时变性提供了实证证据,并对实证结果作了一些初步的探讨。

DFA 实现，用于确定表征输入数据自相关性的缩放系数。 对于输出的解释和算法概述，请参见（例如）Peng等，1996。

基于波动与扩散物理系统的机器学习.pdf

完整英文版 IEC 61000-3-11：2017 Electromagnetic compatibility (EMC) - Part 3-11: Limits - Limitation of voltage changes, voltage fluctuations and flicker in public low-voltage supply systems - Equipment with rated current ≤ 75 A and subject to conditional connection（电磁兼容性 (EMC) - 第 3-11 部分：限制 - 公共低压供电系统中电压变化、电压波动和闪烁的限制 - 额定电流 ≤ 75 A 且受条件连接限制的设备）。IEC 61000-3-11:2017 关注的是由设备产生并影响公共低压供电系统的电压变化、电压波动和闪烁的发射。 它规定了在特定条件下测试的设备产生的电压变化的限制。

可以将由地震波数值模拟得到不同图片融合为一张动态图

针对三相级联H桥型电力电子变压器(PET)，分析了输入侧瞬时功率波动特性，建立了其直流侧电容电压及中间级高频变压器原、副边电流的时域解析模型，并基于该模型提出一种PET电容值设计方法。基于MATLAB/Simulink仿真平台搭建三相级联H桥型PET仿真模型，并在功率模块测试平台进行实验验证。仿真及实验结果表明该解析模型可以准确地描述电容电压及变压器高频电流的波动特性，进而为主电路参数设计与控制系统设计提供研究基础。

双重分形的matlab代码去趋势波动分析 DFA算法的简单python实现。 它基于这两篇文章： Hardstone，R。等。 去趋势波动分析：关于神经元振荡的无标度视图。 正面。 生理学。 2012年11月3日，1-13日。 Ihlen，E. a F. Matlab中的多分形去趋势波动分析简介。 正面。 生理学。 3JUN，1-18（2012年）。 您可以使用generate.py幂定律数据生成器或下面的代码对其进行测试： from dfa import dfa from generate import power_law_noise true_exp = 0.8 x = power_law_noise ( 2 ** 12 , true_exp ) scales , fluct , alpha = dfa ( x ) print ( "True scaling exponent: {}" . format ( true_exp )) print ( "Estimated DFA exponent: {}" . format ( alpha )) 要求 麻木 matplotlib

matlab热导入代码菲克第二定律 该项目描述了波动方程的解，可以模拟菲克第二扩散定律和热方程。 寻找解决这些问题的通用形式的代码很困难，因此我出于这个原因制作了这个项目。 ∂C/∂t=D∇^2 C 该方程是一个二阶非线性偏微分方程。 经常报道三种方法。 精确解析解、有限差分方法和使用卷积核的解。 由于一些原因，精确解析解的实现要简单一些。 有限差分方法推导更简单，但稳定性准则对于小模拟长度尺度和长模拟时间尺度往往很麻烦。 因此，精确的解析解更省时，并在此处提供。 Fickian 扩散与热方程的形式相同。 因此，热方程模拟器可用于通过用浓度代替温度和用扩散系数代替传导系数来求解菲克第二定律。 精确的分析方法。 kwave_diff.m 这种方法需要 k-wave 工具箱并使用 k-Wave bioHeatExact() 函数来求解水中氧扩散的波动方程。 这个概念是模拟来自全氟化碳微滴的氧扩散，尽管这有点简化了概括方法。 解决方案在此处详细描述。 矩阵大小 128x128x128 模拟了 5 个不同的时间点。 初始条件。 半径为 1 微米的单滴被氧气饱和。 该图像说明了不同扩散时间后的模

在随机过程、混沌理论和时间序列分析中，去趋势波动分析 (DFA) 是一种通过计算 alpha（或 Hurst 指数 H）来确定信号的统计自亲和性的方法。它对于分析出现的时间序列很有用是长期依赖的过程。 然而，传统的 DFA 只缩放二阶统计矩并假设过程是正态分布的。 当前 zip 文件夹中的 MFDFA1 和 MFDFA2 计算所有 q 阶统计矩的 H(q) 以及局部 Hurst 指数 H(t)。 此外，H(q) 和 H(t) 还用于通过 H(q) 的勒让德变换或直接从 H(t) 的直方图计算多重分形谱 D(h)。 如果这些代码用于科学出版物，请引用 zip 文件夹中包含的 Ihlen (2012)。 小波和EMD趋势化的MFDFA代码的修改在菱www.ntnu.edu/inm/geri/software