简介:《随机过程》是各个学科技术领域进行课题研究的基础理论和有效方法,利用现代多媒体技术及互联网构造E—learning教学环境进行教学延伸,教学理念由‘位试”教学转变为‘倥用”教学,培养学生的自主学习及创新能力I增强学生将理论应用于实践的能力’提升学习效率。
简介:以某地市电信企业的客户为目标用户群,结合电信行业的业务规则,利用SPSS公司的数据挖掘工具Clementine,运用数据挖掘中的CRISP—DM模型方法建立了客户流失预测模型,为电信企业对流失客户采取更有效的营销策略提供一些建议。
简介:由于长期演进(LTE)技术的集成和移动卫星通信系统,LTE基于地球静止轨道(GEO)卫星上行接入技术已经成为一个热门的研究课题,卫星系统。为了解决物理随机接入信道(PRACH)设计不合理问题的信号结构和减少时间的不确定性的影响,提出一种新的基于时间的预补偿的随机接入前导码(TPC)的LTE卫星(lte-s)系统。在这个方案中,利用非线性最小二乘方法,用户终端(UT)可以使用基于传输延迟的接收功率的通信时延估计(RTD)梁的中心和卫星,即可以补偿传输之前。因此,前导码长度和持续时间可以减少无RTD的最大相关。为了验证方案的性能,使用MATLAB建立了一个测试系统。仿真结果表明,所提出lte-s序言满足系统的要求,与以往的研究相比得到更好的性能。
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。