导读:本文包含了时间序列数据集论文开题报告文献综述及选题提纲参考文献，主要关键词:高职教育,地方经济,协同发展,实证研究
时间序列数据集论文文献综述
周敏[1]（2019）在《高职教育与地方经济协同发展的实证研究——基于上海市2009—2018年时间序列数据分析》一文中研究指出本文以上海市2009—2018年时间序列数据为数据分析的基础,利用柯布-道格拉斯生产函数模型,简要研究了高职教育与地方经济协同发展之间的数据关系,并且研究教育发展对于经济发展的突出贡献。通过一段时间的研究可以发现,上海市的国内生产总值、劳动投入、资本存量和高职教育之间的关系存在着唯一性的协调整合关系,只要高职教育的发展增加10%,经济拉动行增长率可以增长约为4%,根据整体的估算,2009—2018年的高职教育对于经济增长的拉动性贡献指数和份额大概为72%。(本文来源于《中国商论》期刊2019年22期）
赵冉,苏潇康,佘文庆,许可芃,魏明月[2]（2019）在《基于LANDSAT时间序列数据的洞庭湿地信息遥感监测研究》一文中研究指出本文选择用自主裁定的洞庭湿地作为研究对象,从2009年起至2019年止其中5年的LandSat数据为主要数据源。利用非监督分类(classification workflow)方法将洞庭湖区域分成水域、草地、水田、旱地、建筑物、泥沙滩地、其他7类,使用地面真值ROI生成混淆矩阵,在此基础上对研究区域进行制图分析。研究结果表明:(1)2016年研究区域总体分类精度和Kappa系数分别为94.39%和0.84,具有较好的分类精度,说明基于时间序列遥感影像数据的方法可以满足湿地动态监测的需要。(2)其中泥沙滩地呈现持续减少趋势,水域在不断增加,建筑物在增加,草地面积在减少,水田和旱地基本不变。其中建筑物增加显着将对洞庭湖生态功能产生较大影响。(本文来源于《环境与发展》期刊2019年10期）
王义梅[3]（2019）在《GNSS坐标时间序列数据预处理及粗差剔除方法研究》一文中研究指出由于仪器设备以及人为操作等原因,GNSS坐标时间序列中不可避免地存在粗差,导致单天解时间序列并不一定均匀,因此GNSS的观测值粗差检测和识别,尤其是多个粗差观测的检验和识别,是数据预处理的重点.通过对GNSS坐标时间序列的最小二乘曲线拟合,建立坐标时间序列拟合模型,以最小二乘法和IQR稳健估计对含有粗差的GNSS坐标时间序列进行粗差探测与剔除,得到干净的时间序列.然后利用两种方法对一组人为加入粗差的相同时间序列进行粗差剔除,通过分析发现,与最小二乘法相比,IQR稳健估计为较优的粗差剔除方法.(本文来源于《菏泽学院学报》期刊2019年05期）
李清莲[4]（2019）在《恢复热力系统中时间序列数据的叁种算法探讨》一文中研究指出在数据分析领域内缺失值一直是人们关注的热点,它会对分析结果造成影响。本文以GECCO2015行业挑战赛中提供的热力系统数据为例,探讨叁种算法——均值替换法,末次观察推进法和加权移动平均法在恢复时间序列数据集中的缺失值的表现。结果显示:加权移动平均法在此数据集中的表现最好。(本文来源于《科学咨询(科技·管理)》期刊2019年10期）
刘博,赵璐,单曲轶[5]（2019）在《基于时间序列数据挖掘的我国民航运输量预测分析》一文中研究指出为了精准预测我国民航运输量,基于1985-2017年我国民航运输量随机时间序列数据,运用自回归单整移动平均模型(ARIMA),借助Eviews8.0统计软件,建立预测模型。利用静态预测功能,实现了2015-2019年的点预测,整体拟合度良好,相对误差小,相对误差位于0.1%-0.9%之间,证明该模型是可行的。结果表明,ARIMA模型能够短期准确预测民航运输量,为航空公司、机场、空管等部门可持续发展提供决策依据。(本文来源于《中国民航飞行学院学报》期刊2019年05期）
高尚钦[6]（2019）在《西藏对外贸易与经济增长关系的实证研究——基于1997-2017年时间序列数据》一文中研究指出随着经济全球化进程的不断加快,对外贸易已经成为影响一个国家或地区经济发展的重要因素。西藏位于我国西南边疆地带,对外贸易成极大地促进西藏经济增长。本文通过进行ADF单位根检验、格兰杰因果关系检验、最小二乘法进行回归分析,提出一些建议,促进西藏经济的发展。(本文来源于《财富生活》期刊2019年18期）
刘焕军,武丹茜,孟令华,Susan,Ustin,崔杨[7]（2019）在《基于NDVI时间序列数据的施肥方式遥感识别方法》一文中研究指出农产品生产过程时空动态监测是有机/绿色农产品认证亟待解决的问题,不同施肥方式的时空精准识别是解决该问题的关键。本文以美国加州大学戴维斯分校长期定位实验为基本材料,利用时间序列Landsat8和Sentinel-2影像研究长期施肥实验下不同施肥处理轮作地块的植被指数时间序列,对比分析不同施肥处理NDVI的差异以及NDVI与产量的相关性。结果表明:1)不同施肥处理下的NDVI时间序列曲线总体趋势相似,有机肥与化肥处理NDVI时间序列曲线差异较大;2)不同施肥处理NDVI随作物生长期呈现规律变化,生长初期和后期有机肥处理NDVI均值高于化肥处理,生长中期化肥处理高于有机肥处理;3)不同施肥处理下的NDVI与产量之间相关系数随作物生长期有规律变化,应用植被指数进行遥感估产需要考虑不同施肥处理的影响。研究成果初步探讨了利用不同施肥处理NDVI时间序列差异、NDVI与产量相关性差异区分有机肥与其他施肥方式,有望为有机/绿色农业的时空动态监测与认证提供遥感技术支持,深化遥感技术在农业领域应用。(本文来源于《农业工程学报》期刊2019年17期）
甄晓菊,张雪红,吴国明,傅晓艺,何泱[8]（2019）在《基于Sentinel-2A NDVI时间序列数据的冬小麦识别》一文中研究指出鉴于农作物类型识别中存在严重的"异物同谱"效应,基于归一化植被指数(normalized difference vegetation index,简称NDVI)时间序列数据及物候特征的农作物遥感识别已成为热点。针对现阶段NDVI时间序列数据空间分辨率普遍较低的问题,以河北省辛集市为研究区,基于Sentinel-2A数据构建了10 m高空间分辨率NDVI时间序列,并提出了积分法、斜率法和决策树法3种冬小麦识别模型,同时与传统的光谱角质图(spectral angle mapper,简称SAM)法进行了比较。结果表明,以上方法均达到了较好的识别效果,其中积分法、斜率法和决策树法的总体精度均优于97.6%,而SAM法因仅仅考虑了时间序列曲线的形态,使得稀疏林地与冬小麦之间容易误分;Sentinel-2A卫星(Sentinel-2星座重访周期为5 d)提供的高时空分辨率时间序列数据,在农作物的季相节律特征提取以及农作物的识别中具有巨大潜力。(本文来源于《江苏农业科学》期刊2019年16期）
安塞,沈彦俊,赵彦茜,郭英,郭硕[9]（2019）在《基于NDVI时间序列数据的冬小麦种植面积提取》一文中研究指出归一化植被指数(NDVI)是利用遥感技术提取作物信息的重要指标,其时序曲线能反映植被的生长变化,在农作物种植面积信息提取上有较大优势。以河北平原为研究区,利用空间分辨率250 m的MODIS NDVI数据提取2011—2016年冬小麦种植面积。首先利用HANTS滤波建立NDVI时序曲线,结合区域物候信息和种植模式,提取冬小麦种植像元。因MODIS影像空间分辨率较低,结果受混合像元影响大。运用像元二分模型分解混合像元,计算单一像元冬小麦覆盖度进而计算研究区冬小麦种植面积,并利用Landsat数据对结果进行验证。结果表明,利用时间序列谐波分析法(HANTS)滤波和像元二分模型相结合可提高冬小麦种植面积提取精度,总体分类精度达90%以上;2011—2016年河北平原冬小麦种植面积总体减少,其中河北平原北部和山前平原冬小麦面积缩减,近海平原呈增长趋势。(本文来源于《江苏农业科学》期刊2019年15期）
陈皓,冀敏杰,郭紫园,夏雨[10]（2019）在《一种时间序列数据的动态密度聚类算法》一文中研究指出传统的聚类算法多是针对某个时间片上的静态数据集合进行的聚类分析,但事实上大部分数据存在时间序列上的连续动态演变过程.本文对时间序列数据及其类结构的演变过程进行了分析,发现在一定条件下相邻时间片间的数据集间存在较强的关联性,并且类簇结构间则存在一定的继承性.故本文得出新的思想,在前一时间片聚类结果的基础上,通过对部分变化数据的计算和类簇结构的局部调整就有望获得对后一时间片上数据进行完全聚类相同的效果,且运算量会显着下降.基于此思想提出了一种时间序列数据的动态密度聚类算法(DDCA/TSD).仿真实验中使用6种数据集对所提出算法进行了实验验证.结果显示DDCA/TSD在保证聚类准确性的基础上相对传统聚类算法有明显的时间效率提升,并能更有效地发现数据点的属性变化及类簇结构的演变过程.(本文来源于《控制理论与应用》期刊2019年08期）
时间序列数据集论文开题报告
（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：
本文选择用自主裁定的洞庭湿地作为研究对象,从2009年起至2019年止其中5年的LandSat数据为主要数据源。利用非监督分类(classification workflow)方法将洞庭湖区域分成水域、草地、水田、旱地、建筑物、泥沙滩地、其他7类,使用地面真值ROI生成混淆矩阵,在此基础上对研究区域进行制图分析。研究结果表明:(1)2016年研究区域总体分类精度和Kappa系数分别为94.39%和0.84,具有较好的分类精度,说明基于时间序列遥感影像数据的方法可以满足湿地动态监测的需要。(2)其中泥沙滩地呈现持续减少趋势,水域在不断增加,建筑物在增加,草地面积在减少,水田和旱地基本不变。其中建筑物增加显着将对洞庭湖生态功能产生较大影响。
（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。
时间序列数据集论文参考文献
[1].周敏.高职教育与地方经济协同发展的实证研究——基于上海市2009—2018年时间序列数据分析[J].中国商论.2019
[2].赵冉,苏潇康,佘文庆,许可芃,魏明月.基于LANDSAT时间序列数据的洞庭湿地信息遥感监测研究[J].环境与发展.2019
[3].王义梅.GNSS坐标时间序列数据预处理及粗差剔除方法研究[J].菏泽学院学报.2019
[4].李清莲.恢复热力系统中时间序列数据的叁种算法探讨[J].科学咨询(科技·管理).2019
[5].刘博,赵璐,单曲轶.基于时间序列数据挖掘的我国民航运输量预测分析[J].中国民航飞行学院学报.2019
[6].高尚钦.西藏对外贸易与经济增长关系的实证研究——基于1997-2017年时间序列数据[J].财富生活.2019
[7].刘焕军,武丹茜,孟令华,Susan,Ustin,崔杨.基于NDVI时间序列数据的施肥方式遥感识别方法[J].农业工程学报.2019
[8].甄晓菊,张雪红,吴国明,傅晓艺,何泱.基于Sentinel-2ANDVI时间序列数据的冬小麦识别[J].江苏农业科学.2019
[9].安塞,沈彦俊,赵彦茜,郭英,郭硕.基于NDVI时间序列数据的冬小麦种植面积提取[J].江苏农业科学.2019
[10].陈皓,冀敏杰,郭紫园,夏雨.一种时间序列数据的动态密度聚类算法[J].控制理论与应用.2019