文献16J使用长相关模型差分自回归求和滑动平均模型（FARIMA），利用”后向 预报”技术对序列进行分析反滤波，在参数估计中利用粗、精估计结合的方法建 立模型。
基于23个网页-相关网页
自回归滑动平均模型 ARMA ; autoregressive moving average model
输出误差滑动平均模型 OEMA
多变量滑动平均模型 multivariable moving average model
自动回归滑动平均模型 ARMAX
滑动平均模型辩识的困难是信息向量中存在不可测噪声项。
Difficulty of identification of moving average models lie in that unknown noise terms appear in the information vector.
本文采用自回归滑动平均模型(ARMA)对电力负荷进行了预测。
In this paper, autoregressive moving average model (ARMA) is used to forecast the power load.
提出了一类新的用于非线性时间序列建模的混合自回归滑动平均模型。
We obtain some results as follows:In chapter 2, a new mixture autoregressive moving average model is proposed for modeling nonlinear time series.
应用推荐