使用exel制作的程序为MT4创建一个专家。 - 页 23 1...161718192021222324252627282930...32 新评论 Vasiliy Orlov 2011.02.06 20:33 #221 先生们,该报告是否会提供给普通人? Igor Makanu 2011.02.06 20:35 #222 Sorento: 如果阿尔苏能 告诉我他的指数阻尼余弦的近似值,我将对这个非常感兴趣 也许是这样。 http://www.google.ru/search?hl=ru&source=hp&q=vjuvers&aq=f&aqi=&aql=&oq= Sceptic Philozoff 2011.02.06 20:39 #223 vasya_vasya: 先生们,报告会不会向普通人提供? 该论文正在准备出版。有很多公式需要放到正确的表格中。这需要时间。 VonDo Mix 2011.02.06 20:42 #224 Mathemat: 该文章正在准备出版。有很多公式需要放入正确的表格中。这需要时间。 奇迹。那么她要普及什么呢? MQL5 4? 或者他们未来的用户? ;) Alexey Subbotin 2011.02.06 20:42 #225 Sorento: 如果阿尔苏 告诉我他的指数衰减余弦的近似值,我就会更感兴趣。 而且它们不是我的,是拉普拉斯的)。 如果你想讨论它,我给你一个前提。在应用于离散时间的数列时,拉普拉斯变换 不是以其纯粹的形式使用的,它被简化为所谓的Z 变换,它们通过简单的替换来相互转换z = exp(s*T),其中T是一个采样周期。因此,当我们进行从z域(或s域)到时域的反变换时,可以得到阻尼(不仅是发散)正余弦:在这样做时,我们必须在复平面上进行积分,覆盖收敛域和所有图像极点(维基百科上有一个错误 - 它说的是 "覆盖减法")。就在这个封闭的等高线上,因为z将采取不同的实部和虚部的值,我们的正弦就出现了:指数的实部,记得,对应于阻尼参数(或发散,如果它是正的),虚部对应于圆形频率。我们得到的原理与傅里叶变换中的原理大致相同--只是那里的指数幂没有实部。因此,Z变换是离散傅里叶变换的概括,后者是通过选择单位圆z=exp(jw)作为积分轮廓从Z中得到的。 我希望你熟悉复杂的分析,否则将很难解释... VonDo Mix 2011.02.06 20:46 #226 alsu: 而且它们不是我的,是拉普拉斯的)。 如果你想讨论这个问题,我会给你留言。在应用于离散时间的数列时,拉普拉斯变换 不是以其纯粹的形式使用的,它被简化为所谓的Z 变换,它们通过简单的替换相互转换z = exp(s*T),其中T是采样周期。因此,当我们进行从z域(或s域)到时域的反变换时,可以得到阻尼(不仅是发散)正余弦:在这样做时,我们必须在复平面上进行积分,覆盖收敛域和所有图像极点(维基百科上有一个错误 - 它说的是 "覆盖减法")。就在这个封闭的等高线上,因为z将采取不同的实部和虚部的值,我们的正弦就出现了:指数的实部,记得,对应于阻尼参数(或发散,如果它是正的),虚部对应于圆形频率。我们得到的原理与傅里叶变换中的原理大致相同--只是那里的指数幂没有实部。因此,Z-变换是离散傅里叶变换的概括,后者是通过选择单位圆z=exp(jw)作为积分轮廓从Z中得到的。 我希望你熟悉复杂分析,否则解释起来会有点困难... 谢谢))。 我实际上是在谈论实际的部分,因为它是关于结果和障碍的。 richie 2011.02.06 20:49 #227 Mathemat: 该文章正在准备出版。有很多公式需要放在正确的表格中。这需要时间。 是的,会有很多的公式。 附加的文件: 30.rar 2160 kb Sceptic Philozoff 2011.02.06 20:51 #228 Sorento: 奇迹。那么它将普及什么呢? 显然,它将普及伽马函数和相应的概率分布:) Alexey Subbotin 2011.02.06 20:57 #229 Sorento: 谢谢。)) 我实际上是在谈论实际的部分,因为它是关于结果和障碍的。 那么,这里的障碍与传统的离散傅里叶相同--窗口、频谱重叠、分辨率......。的结果更好,因为这些函数渐进地收敛到了零。 --- 2011.02.06 20:58 #230 Richie: 是的,会有很多公式。 :))) 歌词是什么,这首歌出自哪部音乐剧? 1...161718192021222324252627282930...32 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
如果阿尔苏能 告诉我他的指数阻尼余弦的近似值,我将对这个非常感兴趣
也许是这样。
http://www.google.ru/search?hl=ru&source=hp&q=vjuvers&aq=f&aqi=&aql=&oq=
先生们,报告会不会向普通人提供?
该文章正在准备出版。有很多公式需要放入正确的表格中。这需要时间。
奇迹。那么她要普及什么呢?
MQL5 4?
或者他们未来的用户?
;)
如果阿尔苏 告诉我他的指数衰减余弦的近似值,我就会更感兴趣。
而且它们不是我的,是拉普拉斯的)。
如果你想讨论它,我给你一个前提。在应用于离散时间的数列时,拉普拉斯变换 不是以其纯粹的形式使用的,它被简化为所谓的Z 变换,它们通过简单的替换来相互转换z = exp(s*T),其中T是一个采样周期。因此,当我们进行从z域(或s域)到时域的反变换时,可以得到阻尼(不仅是发散)正余弦:在这样做时,我们必须在复平面上进行积分,覆盖收敛域和所有图像极点(维基百科上有一个错误 - 它说的是 "覆盖减法")。就在这个封闭的等高线上,因为z将采取不同的实部和虚部的值,我们的正弦就出现了:指数的实部,记得,对应于阻尼参数(或发散,如果它是正的),虚部对应于圆形频率。我们得到的原理与傅里叶变换中的原理大致相同--只是那里的指数幂没有实部。因此,Z变换是离散傅里叶变换的概括,后者是通过选择单位圆z=exp(jw)作为积分轮廓从Z中得到的。
我希望你熟悉复杂的分析,否则将很难解释...
而且它们不是我的,是拉普拉斯的)。
如果你想讨论这个问题,我会给你留言。在应用于离散时间的数列时,拉普拉斯变换 不是以其纯粹的形式使用的,它被简化为所谓的Z 变换,它们通过简单的替换相互转换z = exp(s*T),其中T是采样周期。因此,当我们进行从z域(或s域)到时域的反变换时,可以得到阻尼(不仅是发散)正余弦:在这样做时,我们必须在复平面上进行积分,覆盖收敛域和所有图像极点(维基百科上有一个错误 - 它说的是 "覆盖减法")。就在这个封闭的等高线上,因为z将采取不同的实部和虚部的值,我们的正弦就出现了:指数的实部,记得,对应于阻尼参数(或发散,如果它是正的),虚部对应于圆形频率。我们得到的原理与傅里叶变换中的原理大致相同--只是那里的指数幂没有实部。因此,Z-变换是离散傅里叶变换的概括,后者是通过选择单位圆z=exp(jw)作为积分轮廓从Z中得到的。
我希望你熟悉复杂分析,否则解释起来会有点困难...
谢谢))。
我实际上是在谈论实际的部分,因为它是关于结果和障碍的。
该文章正在准备出版。有很多公式需要放在正确的表格中。这需要时间。
谢谢。))
我实际上是在谈论实际的部分,因为它是关于结果和障碍的。
是的,会有很多公式。
:)))
歌词是什么,这首歌出自哪部音乐剧?