导读:本文包含了滑动平均论文开题报告文献综述、选题提纲参考文献，主要关键词:模型,平均,序列,陀螺仪,趋势,时间,玉竹。
滑动平均论文文献综述写法
姜晓坤,籍艳,万立娟[1]（2019）在《输出误差滑动平均系统的递阶增广随机梯度算法》一文中研究指出提出了一种输出误差滑动平均(OEMA)系统的两阶段增广随机梯度算法。利用辅助模型思想处理未知变量,并用随机梯度法识别系统模型参数。应用分解的技术将OEMA系统分解为两个低维数的子系统,并分别识别每个子系统。由于子系统中协方差矩阵的维数降低,因此减少了计算量,从而提高了算法的计算效率。仿真结果表明该算法是有效的。(本文来源于《青岛科技大学学报(自然科学版)》期刊2019年06期）
周绍英,张琰,郭延波,史碧君,高华[2]（2019）在《自回归求和滑动平均模型在宁波市食源性疾病发病人数预测中的应用》一文中研究指出目的采用自回归求和滑动平均模型(autoregressive integrated moving average,ARIMA)对宁波市食源性疾病的发病趋势进行预测,为预警和制定、调整食源性疾病防控策略提供依据。方法用SPSS 22. 0软件对宁波市2014年1月-2016年12月的食源性疾病发病人数进行ARIMA模型拟合,2017年的发病人数验证模型并预测2018年发病人数。结果 ARIMA(1,1,1)(0,1,1)12模型较好地拟合了宁波市既往食源性疾病的时间序列,拟合预测误差率为6. 38%,2018年宁波市食源性疾病预测人数为6 968人。结论 ARIMA模型可用于食源性疾病的动态分析和短期预测。(本文来源于《中国卫生检验杂志》期刊2019年17期）
赵媛,郭忠琴,梁沛枫[3]（2019）在《基于自回归滑动平均混合模型的布鲁菌病流行趋势预测》一文中研究指出目的对我国布鲁菌病(简称布病)月发病率进行预测,为了解我国布病流行趋势、制定防控策略提供数据支持和决策依据。方法以国家人口与健康科学数据共享平台为数据来源,使用2004年1月-2016年12月全国布病月发病率数据建立历史序列,应用R软件构建自回归滑动平均混合模型(autoregressive integrated moving average model, ARIMA)并进行数据拟合和预测。结果本研究构建乘积季节ARIMA (2,1,2)(2,1,1)_(12)模型各项参数都有统计学意义(均有P<0.001),模型很好的拟合了全国布病月发病率的变化规律,预测值与实际值之间的平均相对误差为21.77%;预测2017年、2018年、2019年和2020年布病的月平均发病率分别为0.399 5/10万、0.423 8/10万、0.445 6/10万、0.471 2/10万,呈逐渐增高趋势(χ~2=14.244,P<0.001),在4-7月份出现发病峰值。结论在自然状况下,我国人间布病的月发病率将逐年增高,应采取相应措施进行控制。(本文来源于《中华疾病控制杂志》期刊2019年08期）
李征,房宏才,柯熙政,李芳,王燕宁[4]（2019）在《滑动平均法在MEMS陀螺信号趋势项提取中的应用》一文中研究指出利用小波域多尺度数据融合算法对MEMS陀螺信号进行融合处理,由于陀螺信号中含有趋势项,导致融合值相比陀螺原始数据有时延。因此,利用滑动平均法先对陀螺信号进行趋势项提取,再对去除趋势后的陀螺信号进行融合处理,最后对融合结果进行趋势补偿。通过将陀螺仪放在单轴位置速率转台上让其做加速运动来验证方法的有效性,实验结果表明融合值未出现时延。最后将滑动平均法与多项式拟合法、经验模态分解法的提取结果进行对比。当采用滑动平均法时相对l_2范数误差为0.000 89,叁者中最小且小于0.12,而多项式拟合法与经验模态分解法的相对l_2范数误差均大于0.12,证明了滑动平均法是一种提取信号趋势项的良好方法。(本文来源于《电子测量与仪器学报》期刊2019年07期）
胡芳凝,王忠,刘超群[5]（2019）在《快速滑动平均滤波在PPG信号去噪中的应用》一文中研究指出光电容积脉搏波采集过程中存在的高频噪声会给后续测量带来困难,去除噪声干扰是准确进行相关参数测量的关键。常用的滤波方法对处理器的运算能力和存储空间有较高的要求,不适合在物联网应用场景中应用。针对嵌入式设备计算能力弱和存储容量小的特点,提出一种基于快速滑动平均滤波的信号去噪算法,分析了滑动窗口宽度与信号截止频率的关系,并用该算法对血氧饱和度传感器MAX30101的原始输出信号进行了处理,实验结果表明,该方法能实时有效地对PPG信号进行去噪处理,对提高物联网设备中的PPG信号检测精度和速度具有重要意义。(本文来源于《物联网技术》期刊2019年06期）
章竹耀,郭晓丽,张新松,马啸宇[6]（2019）在《基于滑动平均和模型预测控制的风储平抑策略》一文中研究指出风电出力的随机波动给电网带来了大量的负面影响,电池储能系统(Battery Energy StorageSystem,BESS)的接入可以有效平抑风功率波动,提高风电出力稳定性。为了提高储能利用效率,BESS的荷电状态(SOC)需最大限度控制在一定区域内,以便拥有足够裕量进行下一时刻的充放电动作,从而带来更好的平滑效果。为此,提出了一种由滑动平均滤波法和模型预测控制法协调运行的控制策略。该策略利用风电出力预测曲线,综合考虑了BESS出力、BESS的SOC以及风储联合输出功率平滑效果来实现对BESS优化控制。仿真验证表明该策略与传统低通滤波相比,不仅平滑效果更为理想,而且BESS的SOC限制在一定区间内,从而降低了BESS的最大充放电深度,节约了储能投资成本。(本文来源于《控制工程》期刊2019年01期）
姚英,杨红雨,李娜,胡锦峰[7]（2019）在《自回归积分滑动平均模型在杭州市上城区主要肠道传染病发病趋势的应用研究》一文中研究指出目的了解杭州市上城区主要肠道传染病的流行特征,探讨应用为自回归积分滑动平均模型(ARIMA模型)预测其发病趋势的可行性和适用性。方法应用SPSS 20.0对2007-2016年杭州市上城区主要肠道传染病月发病数据建立ARIMA模型,以2017年1～12月的数据进行模型的验证,并外推2018年的发病趋势。结果 2007-2016年细菌性痢疾和其他感染性腹泻的发病趋势总体呈下降趋势。细菌性痢疾的预测模型为ARIMA (1,1,1)(1,1,0)12,其他感染性腹泻的预测模型为ARIMA (2,0,2)(1,1,1)12,拟合效果均较好。2018年杭州市上城区细菌性痢疾的发病有下降的趋势,其他感染性腹泻的发病有上升的趋势,但幅度不大。结论 ARIMA模型对杭州市上城区主要肠道传染病的发病趋势有较好的预测效果,可提供科学的防控依据。(本文来源于《中国预防医学杂志》期刊2019年01期）
胡晟,肖深根[8]（2018）在《基于自回归积分滑动平均模型的玉竹价格预测分析》一文中研究指出通过网络爬虫技术和文献搜集采集了2010年1月至2018年9月湖南省玉竹统条月度价格数据;首先对数据进行了平稳性检验,获取平稳时间序列的阶数值;再采用自回归积分滑动平均模型(ARIMA),求取平稳时间序列的自相关和偏相关系数,初步判断模型的p、d、q值;通过对模型参数的比较分析,得出最适合玉竹价格预测的模型,并通过残差序列检验模型的相关性;最后对2019年湖南省玉竹价格走势进行预测,结果显示玉竹价格在2019年呈下降趋势,但其下降幅度相对平稳。(本文来源于《湖南农业科学》期刊2018年12期）
周翔[9]（2018）在《滑动平均滤波算法在超声波探伤仪中的应用》一文中研究指出在工业超声波探伤过程中,超声波信号不可避免地存在噪声和瞬时扰动等带来的干扰信号。严重影响了探伤人员对缺陷的判定,造成漏判或者误判。文章分析并比较了几种滤波算法,最后利用滑动平均滤波算法来消除干扰信号,并通过代码的形式实现了滤波算法的功能。通过实验结果表明,滑动平均滤波算法应用在超声波信号处理中能有效地消除干扰信号,减少了干扰信号给探伤带来的影响。(本文来源于《武汉职业技术学院学报》期刊2018年06期）
赖国书[10]（2018）在《基于自回归求和滑动平均模型的居民区电动汽车负载特性分析》一文中研究指出随着电动汽车规模的日益扩大和居民区充电设施的逐渐完善,大量电动汽车的充电行为将给居民区电网负荷带来较大影响。在电动汽车充电特性研究的基础上,提出了一种基于自回归求和滑动平均(ARIMA)模型的面向居民区的电动汽车负载特性分析方法,通过构建多辆电动汽车的总耗电模型,较好地预测了电动汽车总体充电需求,进而实现对居民区变压器容量的合理配置。最后选取若干具有代表性的小区,测试分析了电动汽车接入前后的台区负载变化情况,验证了所提方法的有效性。(本文来源于《科学技术与工程》期刊2018年34期）
滑动平均论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的采用自回归求和滑动平均模型(autoregressive integrated moving average,ARIMA)对宁波市食源性疾病的发病趋势进行预测,为预警和制定、调整食源性疾病防控策略提供依据。方法用SPSS 22. 0软件对宁波市2014年1月-2016年12月的食源性疾病发病人数进行ARIMA模型拟合,2017年的发病人数验证模型并预测2018年发病人数。结果 ARIMA(1,1,1)(0,1,1)12模型较好地拟合了宁波市既往食源性疾病的时间序列,拟合预测误差率为6. 38%,2018年宁波市食源性疾病预测人数为6 968人。结论 ARIMA模型可用于食源性疾病的动态分析和短期预测。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
滑动平均论文参考文献
[1].姜晓坤,籍艳,万立娟.输出误差滑动平均系统的递阶增广随机梯度算法[J].青岛科技大学学报(自然科学版).2019
[2].周绍英,张琰,郭延波,史碧君,高华.自回归求和滑动平均模型在宁波市食源性疾病发病人数预测中的应用[J].中国卫生检验杂志.2019
[3].赵媛,郭忠琴,梁沛枫.基于自回归滑动平均混合模型的布鲁菌病流行趋势预测[J].中华疾病控制杂志.2019
[4].李征,房宏才,柯熙政,李芳,王燕宁.滑动平均法在MEMS陀螺信号趋势项提取中的应用[J].电子测量与仪器学报.2019
[5].胡芳凝,王忠,刘超群.快速滑动平均滤波在PPG信号去噪中的应用[J].物联网技术.2019
[6].章竹耀,郭晓丽,张新松,马啸宇.基于滑动平均和模型预测控制的风储平抑策略[J].控制工程.2019
[7].姚英,杨红雨,李娜,胡锦峰.自回归积分滑动平均模型在杭州市上城区主要肠道传染病发病趋势的应用研究[J].中国预防医学杂志.2019
[8].胡晟,肖深根.基于自回归积分滑动平均模型的玉竹价格预测分析[J].湖南农业科学.2018
[9].周翔.滑动平均滤波算法在超声波探伤仪中的应用[J].武汉职业技术学院学报.2018
[10].赖国书.基于自回归求和滑动平均模型的居民区电动汽车负载特性分析[J].科学技术与工程.2018