Отрывок: 23) где τk max – максимальный интервал корреляции, N1 – число отсчетов импульсной характеристики, зависящий от вида корреляционной функции: N1 = ent[ τk max ∆ ]. (2.24) Так как ИКФ характеризует частоту появления событий в интервале, то накладывая на формулу 2.16 условие из [7]: P(Lk, τk max) = P(θLk ≥ τk max ∧ θLk−1 < τk max) = = FLk−1(τk max) − FLk(τk max) , (2.25) где θLk – оценка числа анализируемых отсчетов. Получим число анализируемых отсчетов (2...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Ефремова Д. В. | ru |
dc.contributor.author | Прохоров С. А. | ru |
dc.contributor.author | Соловьева Я. В. | ru |
dc.contributor.author | Министерство науки и высшего образования Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Институт информатики | ru |
dc.contributor.author | математики и электроники | ru |
dc.coverage.spatial | классификация потоков | ru |
dc.coverage.spatial | временные ряды | ru |
dc.coverage.spatial | моделирование потоков | ru |
dc.coverage.spatial | имитационное моделирование | ru |
dc.coverage.spatial | оценка вероятностных характеристик | ru |
dc.coverage.spatial | погрешности оценок | ru |
dc.coverage.spatial | потоки событий | ru |
dc.creator | Ефремова Д. В. | ru |
dc.date.issued | 2020 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20200914101427 | ru |
dc.identifier.citation | Ефремова, Д. В. Моделирование и анализ вероятностных характеристик потоков событий : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры) / Д. В. Ефремова ; рук. работы С. А. Прохоров ; нормоконтролер Я. В. Соловьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатик. - Самара, 2020. - on-line | ru |
dc.description.abstract | В этой выпускной квалификационной работе проводится моделированиевременных рядов и анализ вероятностных характеристик потоков событийдля определения различных вероятностных характеристик. Дляпредоставления результатов имитационного моделирования и оценкиполученных результатов.Целью работы является изучение процесса статистического иимитационного моделирования потоков событий и проведения анализахарактеристик этих потоков при помощи оценок и погрешностей.В рамках выпускной работы произведен анализ классификации потоков,методов их изучения и алгоритмов их генерации и моделирования.Проведенанализ предметной области и разработана логическая модель системы наоснове методологии UML 1.5. Построение модели функционированиясистемы выполнено в интернет-сервисе draw.io.Система реализована с помощью средств языка программирования C# всреде разработки MicrosoftVisualStudio 2010. | ru |
dc.format.extent | Электрон. дан. (1 файл : 1,6 Мб) | ru |
dc.title | Моделирование и анализ вероятностных характеристик потоков событий | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.422.636.7 | ru |
dc.textpart | 23) где τk max – максимальный интервал корреляции, N1 – число отсчетов импульсной характеристики, зависящий от вида корреляционной функции: N1 = ent[ τk max ∆ ]. (2.24) Так как ИКФ характеризует частоту появления событий в интервале, то накладывая на формулу 2.16 условие из [7]: P(Lk, τk max) = P(θLk ≥ τk max ∧ θLk−1 < τk max) = = FLk−1(τk max) − FLk(τk max) , (2.25) где θLk – оценка числа анализируемых отсчетов. Получим число анализируемых отсчетов (2... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Ефремова_Дарья_Вячеславовна_Моделирование_анализ_вероятностных.pdf | 1.62 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.