摘要:
在这篇范文中,建议将时间序列模型用语结构损坏的诊断。当考虑用于查出损坏的时域数据时,两个主要的问题需要被解决。一个是损坏的细微特征,另一个涉及一个事实,即输入的刺激经常不能被测知。目前的通道产生于线形动力原理,并且它是以关于输入外生性的AR预测模型的形式提出。简化后,这个模型被表达如下:只包含回应信号,并且某一定位的回应被选择作为模型的“输入”。模型的系数率与结构的动力系数相关联,并且涉及状态的回应模型建立了他们。当被应用于实际测量信号时,已建立的模型的预项错误表现出结构的变化,而预项错误的标准偏差能找到损坏的细微特征。数字例子证明了这个方法可以被应用为结构变化的快速检测,并且它也暗示了损坏情况。此外,这个模型允许实际刺激的一定差异。这个模型为发展更多实际应用的稳定损害的细微特征提供了基础。
多通道回归模型在冠心病特征提取中的应用
链接: https://pan.baidu.com/s/1GPK8ContPm-J-UBKpV793w 提取码: e35b 复制这段内容后打开百度网盘手机App,操作更方便哦
多通道回归模型在冠心病特征提取中的应用相关范文