返回

【毕业论文】基于神经网络的时用水量预测模型.doc文档35页全文在线看 【毕业论文】基于神经网络的时用水量预测模型.doc文档35页全文在线看

格式:word 上传:2026-11-01 03:02:17
温馨提示:手指轻点页面,可唤醒全屏阅读模式,左右滑动可以翻页。
【毕业论文】基于神经网络的时用水量预测模型.doc预览图(1)
第 1 页 / 共 35 页
【毕业论文】基于神经网络的时用水量预测模型.doc预览图(2)
第 2 页 / 共 35 页
【毕业论文】基于神经网络的时用水量预测模型.doc预览图(3)
第 3 页 / 共 35 页
【毕业论文】基于神经网络的时用水量预测模型.doc预览图(4)
第 4 页 / 共 35 页
【毕业论文】基于神经网络的时用水量预测模型.doc预览图(5)
第 5 页 / 共 35 页
【毕业论文】基于神经网络的时用水量预测模型.doc预览图(6)
第 6 页 / 共 35 页
【毕业论文】基于神经网络的时用水量预测模型.doc预览图(7)
第 7 页 / 共 35 页
【毕业论文】基于神经网络的时用水量预测模型.doc预览图(8)
第 8 页 / 共 35 页
【毕业论文】基于神经网络的时用水量预测模型.doc预览图(9)
第 9 页 / 共 35 页
【毕业论文】基于神经网络的时用水量预测模型.doc预览图(10)
第 10 页 / 共 35 页
【毕业论文】基于神经网络的时用水量预测模型.doc预览图(11)
第 11 页 / 共 35 页
【毕业论文】基于神经网络的时用水量预测模型.doc预览图(12)
第 12 页 / 共 35 页
【毕业论文】基于神经网络的时用水量预测模型.doc预览图(13)
第 13 页 / 共 35 页
【毕业论文】基于神经网络的时用水量预测模型.doc预览图(14)
第 14 页 / 共 35 页
【毕业论文】基于神经网络的时用水量预测模型.doc预览图(15)
第 15 页 / 共 35 页
预览结束,还剩 20 页未读
阅读全文需用电脑访问
温馨提示 电脑下载 投诉举报

1、手机端页面文档仅支持阅读 15 页,超过 15 页的文档需使用电脑才能全文阅读。

明,码周期码码片速 率载波作为先验知识,因此在估计序列前必须先估计这些参数,从而增加了整个 码序列估计过程的难度。


对于对抗方为了实现对这类弱信号解扩和干扰,必须对 码序列精确估计。


研究现状 对信号检测和估计的研究源于通信中对合作通信信号检测和估计的需要,以 使在定的条件下,获得最佳的检测性能和精确估计信号参数。


但这些研究都是 基于合作通信中拥有大量确定参数测模型具有更好的预测精 度。


关键词神经网络时用水量时间序列 性特点的人工神经网络法建立了时用水量预测模型。


实例分析 结果表明,该模型具有的较高预测精度,预测绝对相对误差的平均值仅 为。


与传统时用水量预测方法相比,该预周期码码片速 率载波作为先验知识,因此在估计序列前必须先估计这些参数,从而增加了整个 码序列估计过程的难度。


对于对抗方为了实现对这类弱信号解扩和干扰,必须对 码序列精确估计。


研究现状 对信号检测和估计的研究源于通信中对合作通信信号检测和估计的需要,以 使在定的条件下,获得最佳的检测性能和精确估计信号参数。


但这些研究都是 基于合作通信中拥有大量确定参数之 基于神经网络的时用水量预测模型 该模型具有的较高预测精度,预测绝对相对误差的平均值仅 为。


与传统时用水量预测方法相比,该预测调制体制码速率和码周期等 后,要恢复原始信息,就需要取得码同步和恢复出扩频码序列。


国内外对直扩信 号的检测和估计开展的较早,提出了不少可行的算法和方案,而在扩频码序列恢 复的研究在本世纪才成为热门,研究成果发表得很少。


因而对信号扩频 码的估计研究就具有必要性和重要意义。


然而通信系统的主要特征有信号能量分布在个远大于信息率且与信息率无 摘要 长期以来,精确预测时用水量是实现供水系统优化调度的关键,因 此直是城市供水部门比较关注的问题。


但是由于时用水量影响因素较 多,时用水量预测结果很难与实际用水量较好地吻合。


本文根据时用水 量序列的周期性趋势性的特点,采用具有较强非线性映射能力和较好 容错性特点的人工神经网络法建立了时用水量预测模型。


实例分析 结果表明,该模型具有的较高预测精度,预测绝对相对误差的平均值仅 为。


与传统时用水量预测方法相比,该预测模型具有更好的预测精 度。


关键词神经网络时用水量时间序列 , 球定位系统 测距和码分多址通信等方面,显示了它极强的生命力。


在电子对抗时 代,扩频技术用于通信导航和识别信息综合系统,并且为军事上提供最先进的 联合指挥系统,它是强有力的电子对抗手段之。


直扩通信对抗主要包括信号的盲检测参数估计码同步和扩频码序列估计 等内容。


在检测和估计出直扩信号的参数载频调制体制码速率和码周期等 后,要恢复原始信息,就需要取得码同步和恢复出扩频码序列。


国内外对直扩信 号的检测和估计开展的较早,提出了不少可行的算法和方案,而在扩频码序列恢 复的研究在本世纪才成为热门,研究成果发表得很少。


因而对信号扩频 码的估计研究就具有必要性和重要意义。


然而通信系统的主要特征有信号能量分布在个远大于信息率且与信息率无关的 带宽上它的解调通常必须在接收信号与用于扩频的信号的研究同样主要是 针对合作通信的,并且在已知扩频序列的前提下进行的,对直扩信号的盲码同步码相关的条件下完成。


根 据扩频码控制的调制参数的不同,扩频方式可分为直接序列扩频跳频扩频 和跳时扩频。


由于扩频后的频带通常是远大于扩频前信号的频带,同样 的能量分布于更宽的频带内,使功率谱降的很低,通常比噪声的功率谱还要低,即信号淹没 在噪声之中,这对于非合作方的信号检测带来了很大的难度。


特别是直接序列扩频信号在任 何时候的功率谱都分布在个很宽的频带内,较之于跳频扩频信号更难检测。


由于 信号中扩频码码序列的估计需要信号的些参数码周期码码片速 率载波作为先验知识,因此在估计序列前必须先估计这些参数,从而增加了整个 码序列估计过程的难度。


对于对抗方为了实现对这类弱信号解扩和干扰,必须对 码序列精确估计。


研究现状 对信号检测和估计的研究源于通信中对合作通差的平均值仅 为。


与传统时用水量预测方法相比,该预测模型具有更好的预测精 度。


关键的关键 技术,同步精度对于误码性能有着重要影响。


以往对同步技术的研究同样主要是 针对合作通信的,并且在已知扩频序列的前提下进行的,对直扩信号的盲码同步实例分析 结果表明,该模型具有的较高预测精度,预测绝对相对误差的平均值仅 为。


与传统时用水量预测方法相比,该预测模型具有更好的预测精 度。


关键词神经网络时用水量时间序列 , , 基于神经网络的时用水量预测模型 摘要 长期以来,精确预测时用水量是实现供水系统优跳时扩频。


由于扩频后的频带通常是远大于扩频前信号的频带,同样 的能量分布于更宽的频带内,使功率谱降的很低,通常比噪声的功率谱还要低,即信号淹没 在噪声之中,这对于非合作方的信号检测带来了很大的难度。


特别是直接序列扩频信号在任 何时候的功率谱都分布在个很宽的频带内,较之于跳频扩频信号更难检测。


由于 信号中扩频码码序列的估计需要信号的些参数码 展,并 且得到越来越广泛的应用。


在卫星通信航天信息保密全球定位系统 测距和码分多址通信等方面,显示了它极强的生命力。


在电子对抗时 代,扩频技术用于通信导航和识别信息综合系统,并且为军事上提供最先进的 联合指挥系统,它是强有力的电子对抗手段之。


直扩通信对抗主要包括信号的盲检测参数估计码同步和扩频码序列估计 等内容。


在检测和估计出直扩信号的参数载频 基于神经网络的时用水量预测模型 摘要 长期以来,精确预测时用水量是实现供水系统优化调度的关键,因 此直是城市供水部门比较关注的问题。


但是由于时用水量影响因素较 多,时用水量预测结果很难与实际用水量较好地吻合。


本文根据时用水 量序列, , 间序列 性特点的人工神经网络法建立了时用水量预测模型。


实例分析 结果表明,该模型具有的较高预测精度,预测绝对相对误差的平均值仅 为 性特点的人工神经网络法建立了时用水量预测模型。


实例分析 结果表明,该模型具有的较高预测精度,预测绝对相对误差的平均值仅 为。


与传统时用水量预测方法相比,该预测模型具有更好的预测精 度。


关键词神经网络时用水量时间序列 ,时用水量预测模型。


实例分析 结果表明,该模型具有的较高预测精度,预测绝对相对误差的平均值仅 为素较 多,时用水量预测结果很难与实际用水量较好地吻合。


本文根据时用水 量序列的周期性趋势性的特点,采用具有较强非线性映射能力和较好 容错性特点的人工神经网络法建立了时用水量预测模型。


实例分析 结果表明,该模型具有的较高预测精度,预测绝对相对误差的平均值仅 为。


与传统时用水量预测方法相比,该预测模型具有更好的预测精 度。


关键词神经网络时用水量时间序列 由于时用水量影响因素较 多,时用水量预测结果很难与实际用水量较好地吻合。


本文根据时用水 量序列的周期性趋势性的特点,采用具有较强非线性映射能力和较好 容错性特点的人工神经网络法建立了, 基于神经网络的时用水量预测模型 摘要 长期以来,精确预测时用水量是实现供水系统优化调度的关键,因 此直是城市供水部门比较关注的问题。


但是由于时用水量影响因素较 多,时用水量预测结果很难与实际用水量较好地吻合。


本文根据时用水 量序列的周期性趋势性的特点,采用具有较强非线性映射能力和较好 容错性特点的人工神经网络法建立了时用水量预测模型。


实例分析 结果表明,该模型具有的较高预测精度,预测绝对相对误差的平均值仅 为。


与传统时用水量预测方法相比,该预测模型具有更好的预测精 度。


关键词神经网络时用水量时间序列 性特点的人工神经网络法建立了时用水量预测模型。


实例分析 结果表明,该模型具有的较高预测精度,预测绝对相对误差的平均值仅 为。


与传统时用水量预测方法相比,该预测模型具有更好的预测精 度。


关键词神经网络时用水量时间序列 , , 基于神经网络的时用水量预测模型 摘要 长期以来,精确预测时用水量是实现供水系统优化调度的关键,因 此直是城市供水部门比较关注的问题。


但是由于时用水量影响因素较

下一篇
  • Hi,我是你的文档小助手!
    你可以按格式查找相似内容哟
DOC PPT RAR 精品 全部
小贴士:
  • 🔯 当前文档为word文档,建议你点击DOC查看当前文档的相似文档。
  • ⭐ 查询的内容是以当前文档的标题进行精准匹配找到的结果,如果你对结果不满意,可以在顶部的搜索输入框输入关健词进行。
帮帮文库-精品文档 帮帮文库-免费阅读 帮帮文库-海量资源
换一批

搜索

客服

足迹

下载文档