文献

J-GLOBAL ID：201702256946885491   整理番号：17A0107947

最小二乗の端点効果を考慮した日長変化予測【JST・京大機械翻訳】

Enhancing the Prediction Accuracy of the Length of Day Change by Eliminating the Edge-effect of Least Squares Fitting

著者 (2件)： Lei Yu (National Time Service Center,Chinese Academy of Sciences, Key Laboratory of Time and Frequency Primary Standards,Chinese Academy of Sciences) ,  Cai Hongbing (National Time Service Center,Chinese Academy of Sciences, Key Laboratory of Time and Frequency Primary Standards,Chinese Academy of Sciences)
資料名： Tianwen Yanjiu Yujishu  (Tianwen Yanjiu Yujishu)
巻： 13  号： 4  ページ： 441-445  発行年： 2016年 
JST資料番号： C3008A  ISSN： 1672-7673  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 日長(LENGTH OF DAY,LOD)変化予測における最小二乗法(LS)の端点効果の問題に対して、時系列分析法を用いて、日長変化シーケンスに対して端点拡張を行い、新しい配列を形成した。次に,最小二乗法モデルを構築し,次に,最小二乗法モデルと自己回帰(AR)モデルを結合して,初期の日長変化系列を予測した。実験結果は,2つの端部における統計的拡張データを増加することによって,最小二乗適合配列の端部歪みを効果的に減少することができ,その結果,日長の予測精度が改善され,特に中長期予報精度が向上することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 時系列分析 ,  *最小二乗法
準シソーラス用語： 予測精度 ,  自己回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： Length Of Day (LOD) change ,  Prediction ,  Least Squares (LS) fitting ,  Edge-effect ,  Timeseries analysis

分類 (2件)： ロボットの設計・製造・構造要素  (IC04013A) ,  信号理論  (ND02020G)

タイトルに関連する用語 (2件)： 日長 ,  予測