_DCGSoft_
_DCGSoft_

时间序列分析预测法：指数平滑法

概述

指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。它是生产预测中常用的一种方法，也用于中短期经济发展趋势预测，所有的预测方法中，它是用得最多的一种。简单的全期平均法是对时间数列的过去数据一个不漏地全部加以同等利用；移动平均法则不考虑较远期的数据，而给予近期数据更大的权重；指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。

指数平滑法的基本思路

预测值是以前观测值的加权和，且对不同的数据给予不同的权，新数据给较大的权，旧数据给较小的权。

指数平滑法的特点

指数平滑法对于不同时间的观察值所赋予的权数不同，加大了近期观察值的权数，使预测值能够迅速反映市场实际的变化。权数之间按等比级数减少，此基数之首项为平滑常数\alpha，公比为\left ( 1-\alpha \right )。

指数平滑法对于观测值所赋予的权数有伸缩性，可以取不同的\alpha值以改变权重的变化速率，如\alpha取小值，则权数变化较迅速，观察值的新近变化趋势能迅速反映于指数移动平均值中。因此，运用指数平滑法，可以选择不同的\alpha值来调节时间序列观察值的均匀程度（即趋势变化的平稳程度）。

平滑常数的选择

在指数平滑法中，预测成功的关键是\alpha值的选择，但\alpha的取值又容易受主观影响，因此合理确定\alpha的取值方法十分重要。一般来说，\alpha值愈大，新数据所占的比重就越大，原预测值所占比重就愈小，反之亦然。理论界一般人为有以下几种方法可供选择。

经验判断法

这种方法主要依赖于时间序列的发展趋势和预测者的经验做出判断。当时间序列呈稳定的水平趋势时，\alpha应取较小值，如0.1~0.3；当时间序列波动较大，长期趋势变化的幅度较大时，\alpha应取中间值，如0.3~0.5；当时间序列具有明显的上升或下降趋势时，\alpha应取较大值，如0.6~0.8，以使预测模型灵敏度高些，能迅速跟上数据的变化；当时间序列呈上升或下降的发展趋势时，\alpha应取较大值，如0.6~1之间。

试算法

根据具体时间序列的情况，参照经验判断法，大致确定额定的取值范围，然后取几个\alpha值进行试算，比较不同\alpha值下的预测标准误差，选取预测标准误差较小的\alpha值。在实际应用中，预测者应结合对预测对象的变化规律做出定性判断且计算预测误差，要考虑到预测灵敏度和预测精度是相互矛盾的，须采用折中的\alpha值。

指数平滑法的分类

根据平滑次数不同，指数平滑法分为一次指数平滑法、二次指数平滑法和三次指数平滑法等。

一次指数平滑法

当时间数列无明显的趋势变化，可用一次指数平滑法预测。

其计算公式为：S _{t+1}^{\left ( 1 \right )}=\alpha X_{t}+\left ( 1-\alpha \right )S _{t}^{\left ( 1 \right )}

式中S _{t+1}^{\left ( 1 \right )}为t+1期的预测值；X_{t}为t期的实际值；S _{t}^{\left ( 1 \right )}为t期的预测值。

二次指数平滑法

二次指数平滑法是对一次指数平滑的再平滑，它适用于具线性趋势的时间数列。

其计算公式为：

S _{t}^{\left ( 1 \right )}=\alpha X_{t}+\left ( 1-\alpha \right )S _{t-1}^{\left ( 1 \right )}

S _{t}^{\left ( 2 \right )}=\alpha S _{t}^{\left ( 1 \right )}+\left ( 1-\alpha \right )S _{t-1}^{\left ( 2 \right )}

预测未来T期的预测值公式为：

y_{t+T}=A_{t}+B_{t}T

其中，

A_{t}=2S_{t}^{\left ( 1 \right )}-S_{t}^{\left ( 2 \right )}

B_{t}=\left ( \frac{a}{1-a} \right )\left ( S_{t}^{\left ( 1 \right ) }-S_{t}^{\left ( 2 \right )} \right )

三次指数平滑法

二次指数平滑法是二次指数平滑基础上的再平滑。

其计算公式是：

S _{t}^{\left ( 1 \right )}=\alpha X_{t}+\left ( 1-\alpha \right )S _{t-1}^{\left ( 1 \right )}

S _{t}^{\left ( 2 \right )}=\alpha S _{t}^{\left ( 1 \right )}+\left ( 1-\alpha \right )S _{t-1}^{\left ( 2 \right )}

S _{t}^{\left ( 3 \right )}=\alpha S _{t}^{\left ( 2 \right )}+\left ( 1-\alpha \right )S _{t-1}^{\left ( 3 \right )}

预测未来T期的预测值公式为：

y_{t+T}=A_{t}+B_{t}T+C_{t}T^{2}

其中，

A_{t}=3S_{t}^{\left ( 1 \right )}-3S_{t}^{\left ( 2 \right )}+S_{t}^{\left ( 3 \right )}

B_{t}=\left ( \frac{\alpha }{2\left ( 1-\alpha \right )^{2}} \right )\left ( \left ( 6-5\alpha \right ) S_{t}^{\left ( 1 \right )}-2\left ( 5-4\alpha \right )S_{t}^{\left ( 2 \right )}+\left ( 4-3\alpha \right )S_{t}^{\left ( 3 \right )} \right )

C_{t}=\left ( \frac{\alpha ^{2}}{2\left ( 1-\alpha \right )^{2}} \right )\left ( S_{t}^{\left ( 1 \right )}-2S_{t}^{\left ( 2 \right )}+S_{t}^{\left ( 3 \right )} \right )

实例分析

表中是我国1978-2002年全社会客运量的资料，用二次指数平滑法进行预测。具体步骤如下： 

我国1978-2002年全社会客运量及预测值
年份 时间t 全社会客运量y 各期的一次指数平滑值S _{t}^{\left ( 1 \right )} 各期的二次指数平滑值S _{t}^{\left ( 2 \right )} a_{t} b_{t} \hat{y}_{t+1}=a_{t}+b_{t}
      253993.0 253993.0      
1978 1 253993 253993.0 253993.0 253993.0 0.0  
1979 2 289665 275396.2 266834.9 283957.5 12841.9 253993.0
1980 3 341785 315229.5 295871.7 334587.3 29036.7 296799.4
1981 4 384763 356949.6 332518.4 381380.8 36646.8 363624.0
1982 5 428964 400158.2 373102.3 427214.2 40583.9 418027.5
1983 6 470614 442431.7 414699.9 470163.4 41597.6 467798.1
1984 7 530217 495102.9 462941.7 527264.1 48241.8 511761.1
1985 8 620206 570164.8 527275.5 613054.0 64333.8 575505.8
1986 9 688212 640993.1 595506.1 686480.1 68230.5 677387.8
1987 10 746422 704250.4 660752.7 747748.2 65246.6 754710.7
1988 11 809592 767455.4 724774.3 810136.4 64021.6 812994.8
1989 12 791376 781807.8 758994.4 804621.1 34220.1 874158.1
1990 13 772682 776332.3 769397.1 783267.5 10402.8 838841.2
1991 14 806048 794161.7 784255.9 804067.6 14858.8 793670.2
1992 15 860855 834177.7 814209.0 854146.4 29953.1 818926.3
1993 16 996630 931651.5 884674.5 978628.5 70465.5 884099.5
1994 17 1092883 1028390.4 970904.0 1085876.8 86229.6 1049094.0
1995 18 1172596 1114913.8 1057309.9 1172517.6 86405.8 1172106.3
1996 19 1245356 1193179.1 1138831.4 1247526.8 81521.5 1258923.5
1997 20 1326094 1272928.0 1219289.4 1326566.7 80458.0 1329048.3
1998 21 1378717 1336401.4 1289556.6 1383246.2 70267.2 1407024.7
1999 22 1394413 1371208.4 1338547.7 1403869.1 48991.1 1453513.4
2000 23 1478573 1435627.1 1396795.4 1474458.9 58247.7 1452860.1
2001 24 1534122 1494724.1 1455552.6 1533895.5 58757.2 1532706.6
2002 25 1608150 1562779.6 1519888.8 1605670.4 64336.2 1592652.8
2003 26           1670006.7
2004 27           1734342.9

第一步，计算一次指数平滑值。取\alpha =0.6，S_{0}^{(2)}=S_{0}^{(1)}=y_{1}=253993，根据一次指数平滑公式S _{t}^{\left ( 1 \right )}=\alpha y_{t}+\left ( 1-\alpha \right )S _{t-1}^{\left ( 1 \right )}，可计算各期的一次指数平滑预测值：

1978年：S _{1}^{(1)}=0.6y_{1}+0.4S _{0}^{(1)}=0.6\times 253993+0.4\times253993=253993 

1979年：S _{2}^{(1)}=0.6y_{2}+0.4S _{1}^{(1)}=0.6\times 289665+0.4\times253993=275396.2

第二步，计算二次指数平滑值。根据二次平滑公式S _{t}^{\left ( 2 \right )}=\alpha S _{t}^{\left ( 1 \right )}+\left ( 1-\alpha \right )S _{t-1}^{\left ( 2 \right )}和一次平滑预测值，可计算各期的二次指数平滑预测值：

1978年：S _{1}^{(2)}=0.6S_{1}^{(1)}+0.4S _{0}^{(2)}=0.6\times 253993+0.4\times253993=253993 

1979年：S _{2}^{(2)}=0.6S_{2}^{(1)}+0.4S _{1}^{(2)}=0.6\times 275396+0.4\times253993=266834.9

第三步，计算参数变量值a，b。根据公式

A_{t}=2S_{t}^{\left ( 1 \right )}-S_{t}^{\left ( 2 \right )}

B_{t}=\left ( \frac{a}{1-a} \right )\left ( S_{t}^{\left ( 1 \right ) }-S_{t}^{\left ( 2 \right )} \right )

可计算各期的a，b。

1979年：

a_{2}=2S_{2}^{\left ( 1 \right )}-S_{2}^{\left ( 2 \right )}=2\times275396.2-266834.9=283957.5

b_{2}=\left ( \frac{a}{1-a} \right )\left ( S_{2}^{\left ( 1 \right ) }-S_{2}^{\left ( 2 \right )} \right )=\frac{0.6}{0.4}(275396.2-266834.9)=12841.9

第四步，求各期的预测值，根据公式

y_{t+T}=A_{t}+B_{t}T

求各期的预测值。

2000年预测值：\hat{y}_{23}=\hat{y}_{22+1}=a_{22}+b_{22}\times1=1403869.1+148991.1=1452860

进行外推预测则，

2003年预测值：\hat{y}_{26}=\hat{y}_{25+1}=a_{25}+b_{25}\times1=1605670.4+64336.2=1670006.7

2004年预测值：\hat{y}_{27}=\hat{y}_{25+2}=a_{25}+b_{25}\times2=1605670.4+64336.2\times2=1734342.9

其它

根据算法原理进行编程，可输入时间序列，平滑次数和\alpha值等参数。根据实际数据，取若干各\alpha值进行试算，比较结果准确率，确定参数。

初始值的确定，即第一期预测值的确定。一般原数列的项数较多（大于15项）时，可以选用第一期的预测值或第一期的前一期预测值作为初始值。如果原数列的项数较少（小于15项）时，可以选取最初几期（一般为前三期）的平均预测值作为初始值。指数平滑法的选用，一般可根据原数列散点图呈现的趋势来确定。如呈现直线趋势，选用二次指数平滑法，如呈现抛物线趋势，选用三次指数平滑法，或者，当时间序列的数据经二次指数平滑法处理后，仍有曲率时，应选用三次指数平滑法。

一段时间内收集到的数据所呈现的上升或下降趋势将导致指数预测滞后于实际需求。通过趋势调整，添加趋势修正值，可以在一定程度尚改进指数平滑法的预测结果。调整后的指数平滑法的公式为：包含趋势预测=新预测+趋势矫正

进行趋势调整的指数平滑法有3个步骤：

  1. 计算第t期的简单指数平滑预测y_{t}。
  2. 计算趋势，其计算公式为：T_{t}=(1-b)T_{t-1}+b(y_{t}-y_{t-1})，其中，T_{t}是第t期经过平滑的趋势；T_{t-1}是第t期前一期经过平滑的趋势；b是选择的趋势平滑系数；y_{t}是第t期的简单指数平滑预测；y_{t-1}是第t期前一期的简单指数平滑预测。
  3. 计算趋势调整后的指数平滑预测值，其计算公式为：y_{t}T_{t}=y_{t}+T_{t}

你可能感兴趣的:(算法,算法)

  • 华为OD机试E卷 --最大社交距离--24年OD统一考试（Java & JS & Python & C & C++） 飞码创造者 最新华为OD机试题库2024华为odjavajavascriptc语言python
    文章目录题目描述输入描述输出描述用例题目解析JS算法源码Java算法源码python算法源码c算法源码c++算法源码题目描述疫情期间需要大家保证一定的社交距离，公司组织开交流会议。座位一排共N个座位，编号分别为[0,N-1]。要求员工一个接着一个进入会议室，并且可以在任何时候离开会议室。满足：•每当一个员工进入时，需要坐到最大社交距离（最大化自己和其他人的距离的座位）；•如果有多个这样的座位，则坐
  • Nginx 性能优化技巧与实践（二） 计算机毕设定制辅导-无忧学长 #Nginxnginx性能优化运维
    五、性能优化之负载均衡篇5.1负载均衡算法介绍Nginx作为一款强大的Web服务器和反向代理服务器，其负载均衡功能是提升Web服务性能和可靠性的关键。Nginx支持多种负载均衡算法，每种算法都有其独特的原理和特点，适用于不同的业务场景。轮询（RoundRobin）是Nginx的默认负载均衡算法，它就像一个有条不紊的调度员，按照顺序将请求依次分发到后端服务器。比如，假设有三个后端服务器A、B、C，当
  • 人工智能和云计算带来的技术变革：人工智能实现自动化营销的方式 AI天才研究院 AI实战AI大模型企业级应用开发实战大数据人工智能语言模型AILLMJavaPython架构设计AgentRPA
    1.背景介绍随着人工智能（AI）和云计算技术的不断发展，我们正面临着一场技术革命。这场革命正在改变我们的生活方式、工作方式和商业模式。在这篇文章中，我们将探讨人工智能如何实现自动化营销的方式，并深入了解其背后的核心概念、算法原理、代码实例等。1.1人工智能简介人工智能是一种计算机科学的分支，旨在让计算机具有人类智能的能力，如学习、推理、感知、语言理解等。人工智能的目标是让计算机能够理解自然语言、解
  • 【优选算法】7----三数之和 Rhzkp 算法c++leetcode
    来了来了，他来了，又是学习算法的一天~今天的嘉宾是中等难度的算法题----三数之和！------------------------------------------begin------------------------------------题目解析：哇趣！又是给了一个数组，又是需要我们在一个数组中进行操作，但这次不是二元那么简单了，而是三元~讲解算法原理：方法一：肯定还是暴力解法啦，直接
  • 7-Zip Mark-of-the-Web绕过漏洞复现(CVE-2025-0411) iSee857 漏洞复现安全web安全
    免责申明：本文所描述的漏洞及其复现步骤仅供网络安全研究与教育目的使用。任何人不得将本文提供的信息用于非法目的或未经授权的系统测试。作者不对任何由于使用本文信息而导致的直接或间接损害承担责任。如涉及侵权，请及时与我们联系，我们将尽快处理并删除相关内容。0x01产品描述：7-Zip是一款开源、免费的文件压缩和解压缩软件，以其高压缩比和广泛的格式支持而闻名。它使用LZMA和LZMA2压缩算法，提供极高的
  • 交通领域当中的视觉识别算法 若木胡 交通数据探索算法
    以下是一些交通领域中常见的视觉识别算法：目标检测算法YOLO系列：YouOnlyLookOnce（YOLO）算法以其快速高效的特点在交通领域得到广泛应用。它能够在一张图像中同时检测多个目标，并快速确定目标的位置和类别。例如，在车辆检测中，可以准确识别出道路上不同类型的车辆，如轿车、卡车、公交车等；在行人检测方面，能够实时检测出行人的位置和姿态，为自动驾驶车辆或交通监控系统提供重要信息。YOLOv3
  • 蚁群算法 (Ant Colony Optimization) 算法详解及案例分析 闲人编程 控制与系统优化算法22讲算法蚂蚁觅食行为组合优化旅行商问题车辆路径问题ACO蚁群算法
    蚁群算法(AntColonyOptimization)算法详解及案例分析目录蚁群算法(AntColonyOptimization)算法详解及案例分析1.引言2.蚁群算法(ACO)算法原理2.1蚂蚁觅食行为2.2算法步骤2.3数学公式3.蚁群算法的优势与局限性3.1优势3.2局限性4.案例分析4.1案例1:旅行商问题(TSP)4.1.1问题描述4.1.2代码实现4.1.3流程图4.1.4优化曲线4.
  • java中集合类和队列 夜吟 找工作java集合类队列
    java中集合类和队列1集合类collection下面的list,set,queuelist的主要实现类：ArrayList底层采用数组LinkedList底层采用链表set的主要实现类:HashSet采用hash算法，不能重复，无限，不保证FIFOTreeSet采用BST树，有序queue的主要实现类：LinkedList底层采用链表，FIFO，运行重复LinkedBlockingQueue容量
  • 算法随笔_19: 数组中的最长山脉 程序趣谈 算法
    上一篇:算法随笔_18:划分字母区间-CSDN博客======================题目描述如下:把符合下列属性的数组arr称为山脉数组：arr.length>=3存在下标i（0arr[i+1]>...>arr[arr.length-1]给出一个整数数组arr，返回最长山脉子数组的长度。如果不存在山脉子数组，返回0。示例1：输入：arr=[2,1,4,7,3,2,5]输出：5解释：最长的
  • 华为OD机试E卷 --矩形相交的面积--24年OD统一考试（Java & JS & Python & C & C++） 飞码创造者 最新华为OD机试题库2024华为odjavajavascriptpythonjsc语言
    文章目录题目描述输入描述输出描述用例题目解析JS算法源码Java算法源码python算法源码题目描述给出3组点坐标(x，y,w,h)，-1000
  • 基于卡尔曼滤波的系统参数辨识matlab仿真 软件算法开发 MATLAB程序开发#参数辨识matlab网络
    目录1.程序功能描述2.测试软件版本以及运行结果展示3.核心程序4.本算法原理4.1、卡尔曼滤波的基本原理4.2、基于卡尔曼滤波的系统参数辨识5.完整程序1.程序功能描述通过kalman滤波的方法，对系统的参数进行辨识，整个程序仿真输出参数辨识的收敛过程，参数辨识误差，参数辨识之后系统的输出和真实的系统输出误差，最后设置不同的信噪比，对比不同干扰下的系统参数辨识误差。2.测试软件版本以及运行结果展
  • 提升Python性能：数据结构与算法优化指南 步入烟尘 Python超入门指南全册python开发语言
    优化Python中的数据结构与算法Python是一种强大而灵活的编程语言，它提供了丰富的数据结构和算法库，但是在处理大规模数据或者需要高效运行的情况下，需要考虑一些优化技巧。本文将介绍一些Python中常用的数据结构与算法优化技巧，并附带代码实例，帮助你更好地理解和运用。1.使用内置数据结构Python提供了许多内置的数据结构，如列表、字典、集合等，它们在大多数情况下都能满足需求，并且具有良好的性
  • 认知的形式化：数学是建立在明确的公设定理体系之上的高级语言形态 AI架构设计之禅 计算机软件编程原理与应用实践javapythonjavascriptkotlingolang架构人工智能
    认知形式化，数学语言，公设理体系，高级语言，人工智能，逻辑推理，算法设计1.背景介绍在当今数据爆炸和人工智能飞速发展的时代，如何有效地理解和处理信息成为了一个至关重要的课题。认知科学、人工智能和计算机科学等领域都在积极探索如何将人类的认知能力形式化，并将其转化为可计算的模型。数学作为一种高度抽象和形式化的语言，在认知科学和人工智能领域扮演着至关重要的角色。它为我们提供了描述和推理世界的逻辑框架，并
  • 基于lstm算法在MATLAB对短期风速进行预测 �时过境迁，物是人非 lstm算法matlab
    基于lstm算法在MATLAB对短期风速进行预测文件列表LSTM-regression-master/ELM.m , 965LSTM-regression-master/LSTM.m , 6302LSTM-regression-master/LSTM2.m , 7275LSTM-regression-master/LSTM_updata_weight.m , 4520LSTM-regression
  • AI需要的基础数学知识 大囚长 机器学习大模型人工智能
    AI（人工智能）涉及多个数学领域，以下是主要的基础数学知识：1.线性代数矩阵与向量：用于表示数据和模型参数。矩阵乘法：用于神经网络的前向传播。特征值与特征向量：用于降维和主成分分析（PCA）。奇异值分解（SVD）：用于数据压缩和降维。2.微积分导数与偏导数：用于优化算法（如梯度下降）。链式法则：用于反向传播算法。积分：在概率和统计中有应用。3.概率与统计概率分布：如高斯分布、伯努利分布等。贝叶斯定
  • 【包邮送书】你好！Python Mindtechnist 粉丝福利python网络开发语言机器学习
    欢迎关注博主Mindtechnist或加入【智能科技社区】一起学习和分享Linux、C、C++、Python、Matlab，机器人运动控制、多机器人协作，智能优化算法，滤波估计、多传感器信息融合，机器学习，人工智能等相关领域的知识和技术。关注公粽号《机器和智能》回复关键词“python项目实战”即可获取美哆商城视频资源！博主介绍：CSDN博客专家，CSDN优质创作者，CSDN实力新星，CSDN内容
  • LeetCode ：134.加油站 xiaoshiguang3 代码随想录-跟着Carl学算法leetcode算法
    跟着carl学算法，本系列博客仅做个人记录，建议大家都去看carl本人的博客，写的真的很好的！代码随想录LeetCode：134.加油站在一条环路上有n个加油站，其中第i个加油站有汽油gas[i]升。你有一辆油箱容量无限的的汽车，从第i个加油站开往第i+1个加油站需要消耗汽油cost[i]升。你从其中的一个加油站出发，开始时油箱为空。给定两个整数数组gas和cost，如果你可以按顺序绕环路行驶一周
  • 基于遗传算法的城市旅行问题（TSP）求解 NovakG_ 深度学习python算法深度学习神经网络
    1.遗传算法背景介绍遗传算法是一种基于生物进化论中的自然选择和遗传机制的优化算法，模拟了生物进化过程以搜索最优解。通过仿真染色体的交叉、变异等操作，遗传算法将求解过程转换为类似生物进化的迭代运算。该算法在解决复杂的组合优化问题时，通常比常规优化算法更高效，且具有广泛应用，包括组合优化、机器学习、信号处理、自适应控制和人工生命等领域2.遗传算法基本解题思路遗传算法的设计思路主要受到大自然中生物体进化
  • 为AI聊天工具添加一个知识系统 之65 详细设计 之6 变形机器人及伺服跟随 一水鉴天 软件智能智能制造人工语言人工智能
    本文要点要点三种“数”条件：necessaryconditionX-scale,sufficientconditionY-size,INUSconditionZ-score。带自己的下标。下标值范围：scale(水平)1~5,size（垂直）1~3，score（正交基）1~10。三个轴各自的运动规律（平移，竖划，旋转）给出由图形算法支持的具有伺服跟随能力的变形机器人。利用不同感觉器官发挥不同跟随能
  • 基于Hough变换与分数阶变分PDE的图像去雨算法实现（附带Matlab源码） 心之飞翼 算法matlab计算机视觉Matlab
    基于Hough变换与分数阶变分PDE的图像去雨算法实现（附带Matlab源码）图像去雨是计算机视觉领域的一个重要问题，它的目标是从雨滴造成的图像中恢复出原始的清晰图像。本文将介绍一种基于Hough变换和分数阶变分PDE（PartialDifferentialEquation）的图像去雨算法，并提供相应的Matlab源代码。算法步骤如下：导入图像首先，我们需要导入包含雨滴的图像。可以使用Matlab
  • 算法中的时间复杂度和空间复杂度 CM莫问 人工智能算法常见概念算法人工智能python时间复杂度空间复杂度
    一、背景随着人工智能的纵深发展，我们会发现现在做算法很多时候都是通过掉包来解决问题了。Torch或者Tensorflow之类的深度学习库大大减少了算法工程师的工作量，而且在张量运算、反向传播等环节，这些深度学习库的模块设计也尽最大可能地降低了计算的时间和空间复杂度，从而不需要我们额外进行过多的干预。如果不是科班读计算机相关专业的，相信不少朋友第一次听说时间复杂度和空间复杂度的概念是在找工作刷lee
  • 归并排序(Python) 编程可可西里 python开发语言算法排序算法
    1.算法步骤首先考虑一个问题:两个有序列表如何合并成一个列表A=[1,3,5,6,7,12]B=[6.7.9.11]1.构建一个result=[]2.当A非空且B非空：比较A[0]和B[0]result添加较小的那个元素，并从原始数组弹出3.如果A非空,把A添加到result末尾4.如果B非空,把B添加到result末尾1.先把数组分成两部分2.每部分递归处理变成有序3.将两个有序列表合并起来2.
  • 25/1/22 算法笔记＜ROS2＞ TF变换 青椒大仙KI11 笔记
    TF（Transform）是ROS（RobotOperatingSystem）中的一个核心功能，用于管理和发布坐标系之间的变换关系。TF的主要作用是描述机器人系统中各个部分（如传感器、执行器、底盘等）之间的位置和姿态关系，从而实现数据的统一和模块化。静态TF（StaticTransform）是ROS（RobotOperatingSystem）中用于描述两个坐标系之间固定不变的变换关系的一种机制。静
  • 架构学习第四周--高可用与NoSQL数据库 Mr.王835 nosqllinux
    目录一、HAProxy介绍二、HAProxy基本使用2.1，HAProxy调度算法2.2，HAProxy高级用法三、高可用Keepalived介绍3.1，Keepalived介绍3.2，Keepalived单主架构实现3.3，脑裂四、Keepalived实例--实现单主架构的LVS-DR模型五、实例--通过Keepalived实现HAProxy高可用六、NoSQL数据库Redis6.1，Redis
  • c语言通讯录二分查找,C语言程序设计 通讯录程序.doc weixin_39674028 c语言通讯录二分查找
    《C语言程序设计通讯录程序.doc》由会员分享，可在线阅读，更多相关《C语言程序设计通讯录程序.doc(28页珍藏版)》请在人人文库网上搜索。1、目录：课程设计任务书2目录：3一、目的4二、基本情况5三、时间安排5四、设计和调试过程规范化要求5五、设计内容和设计要求6六、考核方式7一通讯录的主要功能:8一、问题描述:8二、功能要求:8三、算法提示:8四、测试数据:9二、课题的主要功能模块划分：9三
  • 数据不出境的SSL证书有吗？ Gworg ssl网络协议网络
    在中国没有数据不出境的SSL证书，原因是世界上所有可信的SSL证书必须经过Webtrust认证和CA/B组织，没有经过认证和参加组织的CA属于不可信SSL证书或自签名SSL证书。相比能看到这篇文章的肯定被人忽悠得不轻或者就是政策解读错了，国产SSL证书再次说一下除了CFCA就没有了，所以数据不出境的SSL证书除了CFCA，目前还没有一家机构可以做到，除非你选择的是国密算法SSL证书，但国密算法SS
  • kaggle入门级竞赛Spaceship Titanic LIghtgbm+Optuna调参 机器学习司猫白 机器学习实战机器学习python集成学习scikit-learn
    kaggle入门级竞赛SpaceshipTitanic简介数据介绍数据集描述数据字段描述train.csv-约三分之二（~8700）乘客的个人记录，用作培训数据。test.csv-剩余三分之一（~4300）乘客的个人记录，用作测试数据。您的任务是预测Transported该集合中乘客的价值。Sample_submission.csv-格式正确的提交文件。代码分类变量optuna算法简介简介欢迎来到
  • 数据结构——算法基础 小禾苗_ 数据结构
    1、概念算法(Algorithm)用来描述对特定问题的求解步骤，它是指令的有限序列，其中每一条指令代表一个或多个操作算法的概念在计算机科学领域中几乎无处不在，在各种计算机系统的实现中，算法的设计往往处于核心的位置。计算机的问世是20世纪算法是计算机科学的重要基础，就像算盘一样，人们需要为计算机编制各种各样的“口诀”即算法，才能使其工作软件(项目)=程序+文档程序=数据结构+算法软件(项目)=数据结
  • Python 实现 RGB 和 HSV 相互转换算法 传说里的故事 python算法开发语言
    Python实现RGB和HSV相互转换算法在图像处理领域，RGB和HSV是两种最常用的颜色空间。RGB是红绿蓝三原色的组合，HSV是色调、饱和度和亮度的组合。在不同应用场景下，需要将RGB和HSV进行相互转换。下面给出Python实现RGB和HSV相互转换的算法，并附上完整的源码。首先，我们需要导入colorsys库。这个库提供了许多颜色空间的转换函数。接下来，我们定义RGBToHSV和HSVTo
  • python 实现RGB和HSV相互转换算法 luthane python算法开发语言
    RGB和HSV相互转换算法介绍RGB和HSV之间的相互转换算法可以通过一系列的数学计算来实现。以下是对这两种色彩空间之间转换的基本算法的概述：RGB到HSV的转换1、归一化RGB值：首先，将RGB值从范围[0,255]归一化到[0,1]。这可以通过将每个颜色分量除以255来实现。2、计算明度V：明度V可以通过取RGB三个分量中的最大值来计算。即：[V=max⁡(R,G,B)][V=\max(R,G
  • 异常的核心类Throwable 无量 java源码异常处理exception
    java异常的核心是Throwable，其他的如Error和Exception都是继承的这个类 里面有个核心参数是detailMessage，记录异常信息，getMessage核心方法，获取这个参数的值，我们可以自己定义自己的异常类，去继承这个Exception就可以了，方法基本上，用父类的构造方法就OK，所以这么看异常是不是很easy package com.natsu;
  • mongoDB 游标（cursor） 实现分页 迭代 开窍的石头 mongodb
    上篇中我们讲了mongoDB 中的查询函数，现在我们讲mongo中如何做分页查询      如何声明一个游标        var mycursor = db.user.find({_id:{$lte:5}});       迭代显示游标数
  • MySQL数据库INNODB 表损坏修复处理过程 0624chenhong tomcatmysql
    最近mysql数据库经常死掉，用命令net stop mysql命令也无法停掉，关闭Tomcat的时候，出现Waiting for N instance(s) to be deallocated 信息。查了下，大概就是程序没有对数据库连接释放，导致Connection泄露了。因为用的是开元集成的平台，内部程序也不可能一下子给改掉的，就验证一下咯。启动Tomcat,用户登录系统，用netstat -
  • 剖析如何与设计人员沟通 不懂事的小屁孩 工作
    最近做图烦死了，不停的改图，改图……。烦，倒不是因为改，而是反反复复的改，人都会死。很多需求人员不知该如何与设计人员沟通，不明白如何使设计人员知道他所要的效果，结果只能是沟通变成了扯淡，改图变成了应付。 那应该如何与设计人员沟通呢？ 我认为设计人员与需求人员先天就存在语言障碍。对一个合格的设计人员来说，整天玩的都是点、线、面、配色，哪种构图看起来协调；哪种配色看起来合理心里跟明镜似的，
  • qq空间刷评论工具 换个号韩国红果果 JavaScript
    var a=document.getElementsByClassName('textinput'); var b=[]; for(var m=0;m<a.length;m++){ if(a[m].getAttribute('placeholder')!=null) b.push(a[m]) } var l
  • S2SH整合之session 灵静志远 springAOPstrutssession
    错误信息： Caused by: org.springframework.beans.factory.BeanCreationException: Error creating bean with name 'cartService': Scope 'session' is not active for the current thread; consider defining a scoped
  • xmp标签 a-john 标签
    今天在处理数据的显示上遇到一个问题： var html = '<li><div class="pl-nr"><span class="user-name">' + user + '</span>' + text + '</div></li>'; ulComme
  • Ajax的常用技巧（2）---实现Web页面中的级联菜单 aijuans Ajax
    在网络上显示数据，往往只显示数据中的一部分信息，如文章标题，产品名称等。如果浏览器要查看所有信息，只需点击相关链接即可。在web技术中，可以采用级联菜单完成上述操作。根据用户的选择，动态展开，并显示出对应选项子菜单的内容。 在传统的web实现方式中，一般是在页面初始化时动态获取到服务端数据库中对应的所有子菜单中的信息，放置到页面中对应的位置，然后再结合CSS层叠样式表动态控制对应子菜单的显示或者隐
  • 天-安-门，好高 atongyeye 情感
        我是85后，北漂一族，之前房租1100，因为租房合同到期，再续，房租就要涨150。最近网上新闻，地铁也要涨价。算了一下，涨价之后，每次坐地铁由原来2块变成6块。仅坐地铁费用，一个月就要涨200。内心苦痛。     晚上躺在床上一个人想了很久，很久。        我生在农
  • android 动画 百合不是茶 android透明度平移缩放旋转
    android的动画有两种  tween动画和Frame动画   tween动画;,透明度,缩放,旋转,平移效果   Animation   动画 AlphaAnimation 渐变透明度 RotateAnimation 画面旋转 ScaleAnimation 渐变尺寸缩放 TranslateAnimation 位置移动 Animation
  • 查看本机网络信息的cmd脚本 bijian1013 cmd
    @echo 您的用户名是：%USERDOMAIN%\%username%>"%userprofile%\网络参数.txt" @echo 您的机器名是：%COMPUTERNAME%>>"%userprofile%\网络参数.txt" @echo ___________________>>"%userprofile%\
  • plsql 清除登录过的用户 征客丶 plsql
    tools---preferences----logon history---history  把你想要删除的删除 -------------------------------------------------------------------- 若有其他凝问或文中有错误，请及时向我指出， 我好及时改正，同时也让我们一起进步。 email ： binary_spac
  • 【Pig一】Pig入门 bit1129 pig
    Pig安装 1.下载pig   wget http://mirror.bit.edu.cn/apache/pig/pig-0.14.0/pig-0.14.0.tar.gz   2. 解压配置环境变量      如果Pig使用Map/Reduce模式，那么需要在环境变量中，配置HADOOP_HOME环境变量   expor
  • Java 线程同步几种方式 BlueSkator volatilesynchronizedThredLocalReenTranLockConcurrent
    为何要使用同步？      java允许多线程并发控制，当多个线程同时操作一个可共享的资源变量时（如数据的增删改查），      将会导致数据不准确，相互之间产生冲突，因此加入同步锁以避免在该线程没有完成操作之前，被其他线程的调用，      从而保证了该变量的唯一性和准确性。 1.同步方法&
  • StringUtils判断字符串是否为空的方法（转帖） BreakingBad nullStringUtils“”
    转帖地址：http://www.cnblogs.com/shangxiaofei/p/4313111.html   public static boolean isEmpty(String str)   　　判断某字符串是否为空，为空的标准是 str== null  或 str.length()== 0  
  • 编程之美-分层遍历二叉树 bylijinnan java数据结构算法编程之美
    import java.util.ArrayList; import java.util.LinkedList; import java.util.List; public class LevelTraverseBinaryTree { /** * 编程之美 分层遍历二叉树 * 之前已经用队列实现过二叉树的层次遍历，但这次要求输出换行，因此要
  • jquery取值和ajax提交复习记录 chengxuyuancsdn jquery取值ajax提交
    // 取值 // alert($("input[name='username']").val()); // alert($("input[name='password']").val()); // alert($("input[name='sex']:checked").val()); // alert($("
  • 推荐国产工作流引擎嵌入式公式语法解析器-IK Expression comsci java应用服务器工作Excel嵌入式
    这个开源软件包是国内的一位高手自行研制开发的，正如他所说的一样，我觉得它可以使一个工作流引擎上一个台阶。。。。。。欢迎大家使用，并提出意见和建议。。。 ----------转帖--------------------------------------------------- IK Expression是一个开源的（OpenSource），可扩展的（Extensible），基于java语言
  • 关于系统中使用多个PropertyPlaceholderConfigurer的配置及PropertyOverrideConfigurer daizj spring
    1、PropertyPlaceholderConfigurer Spring中PropertyPlaceholderConfigurer这个类，它是用来解析Java Properties属性文件值，并提供在spring配置期间替换使用属性值。接下来让我们逐渐的深入其配置。 基本的使用方法是：(1) <bean id="propertyConfigurerForWZ&q
  • 二叉树:二叉搜索树 dieslrae 二叉树
        所谓二叉树,就是一个节点最多只能有两个子节点,而二叉搜索树就是一个经典并简单的二叉树.规则是一个节点的左子节点一定比自己小,右子节点一定大于等于自己(当然也可以反过来).在树基本平衡的时候插入,搜索和删除速度都很快,时间复杂度为O(logN).但是,如果插入的是有序的数据,那效率就会变成O(N),在这个时候,树其实变成了一个链表. tree代码:
  • C语言字符串函数大全 dcj3sjt126com cfunction
    C语言字符串函数大全     函数名: stpcpy 功 能: 拷贝一个字符串到另一个 用 法: char *stpcpy(char *destin, char *source); 程序例:   #include <stdio.h> #include <string.h>   int main
  • 友盟统计页面技巧 dcj3sjt126com 技巧
    在基类调用就可以了, 基类ViewController示例代码 -(void)viewWillAppear:(BOOL)animated { [super viewWillAppear:animated]; [MobClick beginLogPageView:[NSString stringWithFormat:@"%@",self.class]];
  • window下在同一台机器上安装多个版本jdk，修改环境变量不生效问题处理办法 flyvszhb javajdk
    window下在同一台机器上安装多个版本jdk，修改环境变量不生效问题处理办法 本机已经安装了jdk1.7，而比较早期的项目需要依赖jdk1.6，于是同时在本机安装了jdk1.6和jdk1.7. 安装jdk1.6前，执行java -version得到 C:\Users\liuxiang2>java -version java version "1.7.0_21&quo
  • Java在创建子类对象的同时会不会创建父类对象 happyqing java创建子类对象父类对象
      1.在thingking in java 的第四版第六章中明确的说了，子类对象中封装了父类对象，   2."When you create an object of the derived class, it contains within it a subobject of the base class. This subobject is the sam
  • 跟我学spring3 目录贴及电子书下载 jinnianshilongnian spring
        一、《跟我学spring3》电子书下载地址： 《跟我学spring3》  （1-7 和 8-13） http://jinnianshilongnian.iteye.com/blog/pdf     跟我学spring3系列 word原版 下载     二、 源代码下载 最新依
  • 第12章 Ajax（上） onestopweb Ajax
    index.html <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/
  • BI and EIM 4.0 at a glance blueoxygen BO
    http://www.sap.com/corporate-en/press.epx?PressID=14787   有机会研究下EIM家族的两个新产品~~~~   New features of the 4.0 releases of BI and EIM solutions include: Real-time in-memory computing –
  • Java线程中yield与join方法的区别 tomcat_oracle java
    长期以来，多线程问题颇为受到面试官的青睐。虽然我个人认为我们当中很少有人能真正获得机会开发复杂的多线程应用(在过去的七年中，我得到了一个机会)，但是理解多线程对增加你的信心很有用。之前，我讨论了一个wait()和sleep()方法区别的问题，这一次，我将会讨论join()和yield()方法的区别。坦白的说，实际上我并没有用过其中任何一个方法，所以，如果你感觉有不恰当的地方，请提出讨论。 &nb
  • android Manifest.xml选项 阿尔萨斯 Manifest
    结构 继承关系 public final class Manifest extends Objectjava.lang.Objectandroid.Manifest 内部类 class Manifest.permission权限 class Manifest.permission_group权限组 构造函数 public Manifest () 详细 androi
  • Oracle实现类split函数的方 zhaoshijie oracle
    关键字：Oracle实现类split函数的方 项目里需要保存结构数据，批量传到后他进行保存，为了减小数据量，子集拼装的格式，使用存储过程进行保存。保存的过程中需要对数据解析。但是oracle没有Java中split类似的函数。从网上找了一个，也补全了一下。 CREATE OR REPLACE TYPE t_split_100 IS TABLE OF VARCHAR2(100); cr
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他