单频信号的相位谱计算与误差修正

基于定位误差修正的运动目标TDOA/FDOA无源定位方法

基于误差修正模型的黄河源区年径流预测.pdf

向量自回归(VAR)和向量误差修正模型(VEC) 这是把第 j 个扰动项对第 i 个变量从无限过去到现在时点的影响用方差加以评价的结果此处还假定扰动项向量的协方差矩阵 ? 是对角矩阵则 yi 的方差是上述方差的 k 项简单和 j = 1, 2, , k (9.5.2) i = 1, 2, , k (9.5.3) 向量自回归(VAR)和向量误差修正模型(VEC) yi 的方差可以分解成 k 种不相关

为了减小激光三维扫描仪多传感器点云拼接误差的影响，提出了一种以圆柱体作为标准物体逐层修正拼接误差的简便方法。对标准物体扫描且拟合出各截面圆心坐标，并利用圆柱体实际半径值求得截面真值圆函数，将每层测量数据向真值圆函数进行平移刚性变换，求得该层的拼接误差和修正值。为了减小随机误差的影响，利用多次重复测量求得平均修正值，并用求出的平均修正值分别对圆柱体、长方棱柱体和石膏人体模特的不同位置的扫描结果进行了修正验证实验。从截面图的直观观察和定量数据测量两方面比较了修正前后的点云拼接效果，结果表明，修正后点云拼接更加光滑平顺，数据测量相对误差有显著降低。

目前常用的负荷预测方法主要是通过负荷自身和相关关系的研究建立模型，提出一种新的负荷预测思路，即从传统频域预测方法的误差入手，通过研究虚拟预测误差的历史分布规律进行误差预测，然后对传统方法得到的预测结果进行修正。建立负荷预测的误差修正模型，并通过算例验证了误差修正的短期负荷预测方法的可行性和实用性，达到了提高短期负荷预测精度的目的。

这一章所讲述的向量自回归模型（Vector Auto regression, VAR）以及向量误差修正模型（Vector Error Correction, VEC）的估计与分析。同时也给出一些检验几个非稳定变量之间协整关系的工具

区域自主创新能力的提高,很大程度上取决R&D投入。本研究运用计量经济学的协整理论,选用了青岛市1994-2009年R&D投入和经济增长的统计数据,借助Eviews分析软件,对青岛市R&D投入与经济增长的协整关系进行了实证研究,建立了两者之间的长期均衡方程与误差修正模型,并进行了格兰杰因果关系检验。最后,根据研究结论对青岛市进一步加大R&D投入,推动区域创新体系建设提出了建议。

灰色GM(1,1)模型误差分析及误差修正模型研究，陈鹏宇，，首先介绍了灰色GM(1,1)建模机理，然后基于指数序列建模，从理论上分析灰色GM(1,1)模型预测指数序列产所生的相对误差特性，并基于Matlab�

空气质量指数(Air Quality Index, AQI)预测可以为人们日常生产活动以及空气污染治理工作提供指导. 针对空气质量指数预测模型受离群点影响较大的问题, 利用孤立森林算法对空气质量数据集进行离群点分析, 采用离群鲁棒极限学习机模型(ORELM)对空气质量指数进行预测, 并构建误差修正模块对模型预测误差进行修正. 最后, 以北京市空气质量数据作为研究对象, 分别利用ORELM模型以及极限学习机(ELM)模型进行预测, 并对ORELM模型预测结果进行误差修正. 实验结果表明: 离群鲁棒极限学习机对离群点数据集泛化性能更强, 误差修正模块能有效提高模型的预测精度.