搜索资源列表
timeseries
- sas 时间序列，用于对内蒙古自治区第三产业增加值的预测用程序。很精简、基本一看就懂。推广性好。-sas time series, for the added value of tertiary industry in Inner Mongolia Autonomous Region of the forecasting process. Very simple and basic one look to understand. To promote good.
zhishu
- 指数平滑法是对时间序列进行预测常用的方法之一,其理论基础是趋势外延，即未来一定时期内事物在数量上的演变特征不脱离过去的发展趋势,预测值是以前所有观测值的加权和,且对不同的数据给予不同的权数,越近期数据给予越大的权数,越远期的数据给予越小的权数。-Exponential smoothing method is commonly used to predict the time series one of the ways, the theoretical basis of the trend of
time_series
- 用时间序列法进行预测，模型为ARMI模型-Time series method used to predict, model for model ARMI
chaos
- 自己做的混沌时间序列分许的PPT，简单实用，希望对你有所帮助。-Their own points of chaotic time series Hsu' s PPT, simple, practical, and they hope to help you.
svm
- 支持向量机(SVM)是数据挖掘中的一个新方法，能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科-Support vector machine
WaveDis4
- 小波分解与重构的实例，可用于时间序列分解和预测！-Wavelet decomposition and reconstruction of the examples, can be used for time series decomposition and forecasting!
ARtesting
- 在MATLAB平台，利用AR模型对时间序列进行预测，采用ar()函数编程-In the MATLAB platform, the use of AR time series model to predict, using ar () function programming
ElmanRnn
- Elman递归神经网络对时间序列的预测代码，做的效果还行，仅供参考-Elman recurrent neural network for time series prediction code, do the results were OK for reference purposes only
wnn_forcast
- 用小波神经网络变换对时间序列信号进行预测，并做了测试，效果很好，请参考-Transform using wavelet neural network to predict the time series signal, and do a test with good results, please refer to
Based_on_the_maximum_Lyapunov_exponent_of_the_chao
- 基于最大李亚普诺夫指数的改进混沌时间序列预测的方法-Based on the maximum Lyapunov exponent of the improved chaotic time series prediction methods
TSregressionforecasting
- 时间序列工具箱，包含大量回归与预测函数以及实例-Time Series Regression and Forecasting
TimeSeriesPredictionUsingSupportVectorRegressionNe
- 为了选择神经网络的最好结构以及增强模型的推广能力，提出一种自适应支持向量回归神经网络(SVR—NN)。SVR—NN 用支持向量回归(SVR)方法获得网络的初始结构和权值， 白适应地生 成网络隐层结点，然后用基于退火过程的鲁棒学习算法更新网络结点疹教和权 主。 SVR—NN有很 好的收敛性和鲁棒性，能抑制由于数据异常和参数选择不当所导致的“过拟合，’现象。将SVR—NN 应用到时间序列预测上。结果表明，SVR．NN预测模型能精确地预测混沌时间序列，具有很好的 理论和应用价值。-Ab
simulation
- 时间序列的预测及中间状态，包括误差检测以及其和中间状态的关系-representation of status
4Chaos_Prediction
- 关于混沌时间序列的预测工具箱，可以方便各行各业人员预测-chaotic predictability
BPSHENJING
- 神经网络 实现预测功能 根据数据序列预测下面的数据-Neural network prediction forecasts based upon the data sequence of data below
ARMA时间序列预测工具箱
- 可以和matlab联合应用的时间arma预测工具箱，可对时间序列进行预测，以及对经典时间序列谱估计算法进行仿真。包括图形界面和说明文档。
基于机器学习的时间序列预测关键技术研究
- 利用ELM进行预测，配合震荡盒理论的交易策略的一个交易系统设置。(A trading system is set up by using ELM to predict the trading strategy in conjunction with the shock box theory.)
GRNN处理时间序列
- 用广义回归神经网络预测时间序列数据的MATLAB源代码(MATLAB source code for predicting time series data using generalized regression neural network)
时间序列
- R语言在做有关时间序列在预测中二阶方差的处理(R language do about time series variance in the prediction of second order processing)
spark-timeSeries
- 采用ARIMA模型（自回归积分滑动平均模型）+三次指数平滑法(Holt-Winters)，用scala语言实现的在spark平台运行的分布式时间序列预测算法(Using the ARIMA model (autoregressive integral moving average model) + Holt-Winters (Holt-Winters), using scala language to achieve the spark platform to run the distribut