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:针对多业务数字分布接入系统在多层居民区深度覆盖中的投资效率和应用效果问题,本文通过与居民区常用的两种覆盖方案进行对比,从投资与覆盖两方面分析MDAS在多层居民区场景的使用效果,为实际的建设提供指导。
简介:随着智能移动设备的普及,越来越多的移动终端APP出现,并在Android操作系统的基础上获得了良好的发展。时代在不断进步,Android操作系统与移动终端APP也需要跟随时代的步伐做出改变,应结合Android操作系统的种种优势对移动终端APP进行深入开发研究。