搜索资源列表
FFRLS
- 开环系统参数辨识，带遗忘因子的递推最小二乘估计法（FFRLS)，系统为单入单出的CAR(带控制量的自回归模型）模型,三阶系统-Open-loop system parameter identification, recursive least squares estimation method with forgetting factor (FFRLS), SISO system of CAR (with a controlled amount of autoregressive model)
PWM-Smart_CAR_Project
- FPGA循迹小车，可自回归，可进行PWM互补调速-FPGA car tracking, self-regression, can be complementary PWM Speed
Granger-causality
- 格兰杰因果分析算法，用于编程实现脑电信号之间的因果性检测，其中有两种算法。一种基于线性自回归，一种是对前一种的改进-Granger causality analysis algorithm for programming the detection of causality between the EEG, which has two algorithms. Based on linear autoregression, one is to improve the former' s
panel_effects_sar
- New Elhorst Panel Code文件包中的空间自回归模型包，官网下载，只做转载-New Elhorst Panel Code package spatial autoregressive model package, the official website to download, only reprint
kalman
- 基于卡尔曼滤波的目标轨迹跟踪预测 最优化自回归数据处理算法-Kalman filter based tracking target trajectory optimization autoregression forecasting data processing algorithms
tvpvar_m
- 用于简单学习的时变参数向量自回归模型,-When learning becomes for simple parameter vector autoregression model
matlab-KICA
- kica-故障监测 通过对自回归模型中测量矩阵引入时滞参数得到一个适用于动态系统的增广矩阵；然后，选择核函数，计算核矩阵，将增广矩阵映射到高维空间进行白化；最后，利用改进的快速ICA方法提取出独立成分实现对新的测试数据进行在线监测-kica-Fault monitoring
R
- 中国股市日收益率与交易量的案例分析 （向量自回归（VAR）模型） - software applications
Wind-Speed-Combined-Prediction
- 针对风电场短期风速的预测提出一种基于小波变换的组合预测方法。首先利用Mallat 算法对短期风速时间序列进行db3 小波三层分解与重构，得到短期风速时间序列的近似分量和细节分量。针对近似分量和细节分量的不同特性，对近似分量利用粒子群算法优化的最小二乘支持向量机进行预测，对细节分量利用自回归求和滑动平均模型进行预测。最后各预测模型预测值组合叠加得到最终的短期风速预测值。仿真结果表明该方法具有较高的预测准确度。-In order to improve short-term wind speed pr
neutral-network-tensorflow
- 使用tensorflow实现几类深度学习，如卷积神经网络、自回归神经网络、动态神经网络等-Use tensorflow to achieve several kinds of deep learning, such as convolution neural network, recurrent neural network, dynamic neural network
AR_predict
- 基于时间序列的自回归AR模型预测，有具体的注释-The autoregressive AR model based on time series prediction, a specific comments
2
- 自回归模型中的最小距离估计-非线性参数估计模型-Minimum distance estimation in autoregressive model
AR
- 一个简单的matlab程序，用于实现自回归AR模型。- U4E00 u4E2A u7B80 u5355 u7684matlab u7A0B u5E8F uFF0C u7528 u4E8E u5B9E u73B0 u81EA u56DE u5F52AR u6A21 u578B u3002
Linear-autoregressive-(AR)-method
- 基于Kaimal谱与线性自回归(AR)法，生成脉动风速。-Based on Kaimal spectrum and linear autoregressive (AR) method, the pulsating wind speed is generated.
test
- 用于研究时间序列的方法有AR（自回归）、MA（滑动平均）、ARMA（自回归滑动平均）这三种模型。而对于一个平稳时间序列预测问题,首先要考虑的是寻求与它拟合最好的预测模型。而模型的识别与阶数的确定则是选择模型的关键。 1.用 迭代生成1000个点（前2个点自定义）。 2.在这1000个点中取800点进行时间序列分析建立合适的模型。 3.利用剩余的200个点进行模型预测，并看其是否匹配，最后校正。 -Methods for studying time series are AR (a
ARMA
- ARMA 模型（Auto-Regressive and Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等。(ARMA model is an important method for studying time series. It is composed
svar
- 结构向量自回归，可以克服普通向量自回归存在的缺陷(Structural vector autoregression can overcome the shortcomings of the ordinary vector autoregression)
maidongfeng
- 线性滤波法（自回归法法）生成脉动风速时程(generate fluctuating wind speed by AR method)
ARMA
- ARMA 模型（Auto-Regressive and Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等(ARMA model is an important method to study time series. It consists of auto
ARMA_model
- 自回归滑动平均模型（ARMA 模型，Auto-Regressive and Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等(Auto-Regressive and Moving Average Model)