简介:古人云“以史为鉴”,说的是吸取历史的经验教训,对未来的情况做出预判或者改变。生活中,亦是存在相似的利用历史数据对未来变化趋势进行预测分析的时间序列问题。本文就时间序列一类的问题进行研究,探讨如何更好地根据历史统计数据,对未来的变化趋势进行预测分析。本文基于神经网络,以气象观测历史数据作为研究的对象,建立了气温变化时序预测模型。本模型利用大数据相关技术对数据进行特征处理,通过深度神经网络,学习特征数据和标签数据之间复杂的非线性关系,从而实现对气温变化的趋势预测。实验结果表明,相较其他模型,本文的模型能够更好地进行时序预测,同时也证明了神经网络用于气象预测的可行性。
简介:随着控制理论和通信技术的发展,网络化控制系统受到越来越多的关注。时滞采用传统的PID控制已不能获得满意的控制效果,并且网路引入控制系统,使得系统存在时延、数据包的丢失等问题。这些问题严重影响系统的性能。为了改善系统的控制性能,提出了基于单神经元的PID网络化控制系统模型。系统控制器结合了神经网络、PID、Smith预估控制器的优点,并且具有较好的动态性能,与常规的PID控制器相比,过渡过程小,超调量小,输出平稳,并且对信号和时延的变化具有较好的学习能力和自适应能力。
简介:随着手机的日益普及,客户对手机售后服务要求越来越高,各手机维修中心要求有价格低廉、自动化程度高的仪表帮助维修人员迅速判定手机故障以满足客户需求。WavetekWandelGoltermann公司在4100系列GSM手机测试仪基础上最新推出4201SGSM手机测试。4201S可用于GSM900/1800/1900数字手机的维修检测。世界第二大通信测试厂商WavetekWandelGoltermann公司产品经理WolfgangDatum指出:“新的4201S的推出,可让各手机维修中心仅花台式无线综测仪1f3的价钱,就可买到他们所需的全部GSM手机射频测试功能。”