跳转到内容
开关侧边栏
智慧安全引擎
搜索
个人工具
创建账号
登录
安全
首页
智慧安全首页
智慧安全导航
智慧安全检索
智慧安全引擎
城市安全数据框架:本体
实体
应急预案
应急案例
法律法规
城市安全数据框架:搜索
应急预案
应急案例
法律法规
城市安全数据框架:创建
应急预案
应急案例
法律法规
信息汇集
专业术语
行政区划
应急预案
应急案例
法律法规
应急组织
管理客体
应急资源
应急专家
危险源
重点防护对象
观测站
专业领域
网络空间安全
生物安全
公共安全产业
应急企业
应急产品与装备
产业政策
应急系统
智慧安全技术
物联网技术
云计算技术
大数据技术
智慧城市与互联网+
网络空间安全技术
智慧安全研究
研究团队
研究人员
研究项目
学术文献
数据资源
应急知识
智慧安全科学与学科
临机决策
公共安全学科
网络空间安全学科
公共安全研究中心
中心介绍
工具
链入页面
相关更改
特殊页面
页面信息
查看“刘超超主页”的源代码
页面
讨论
大陆简体
阅读
查看源代码
查看历史
更多
阅读
查看源代码
查看历史
←
刘超超主页
因为以下原因,您没有权限编辑本页:
您请求的操作仅限属于该用户组的用户执行:
用户
您可以查看和复制此页面的源代码。
==数据== ==算法== *电厂实验 **1)卡尔曼滤波(初步思想) ***线性卡尔曼滤波方法:根据给定的缺陷数据往前推一定时间范围(例如3个小时),确定异常产生的时间区间,然后根据正常数据使用线性卡尔曼滤波方法预测异常区间传感器的正常数据,并与实际数据做对比,看是否存在较大差异,如果存在,说明判定正确,并可用训练得到的线性卡尔曼滤波模型对后续数据进行预测 ***非线性卡尔曼滤波方法: ==领域需求==
返回
刘超超主页
。