搜索资源列表
timetwethr
- 在MATLAB上实现混沌时间序列的Volterra预测算法 不错的(On MATLAB implementation on the prediction of chaotic time series algorithm is good)
RS分形分析
- 用matlab进行分析分析，预测非平稳时间序列的变化趋势。(Matlab is used to analyze and predict the changing trend of non-stationary time series.)
timeseries
- MATLAB在时间序列建模预测及程序代码(MATLAB modeling, prediction and program code in time series)
MSM_MLE_1v01
- 基于马尔科夫转换多重分形预测模型，MSM模型具有较少的参数和无限的频率。该模型通过使用机制转换（regime switching）技术，能较好的捕捉金融时间序列波动中隐藏的离群值、时间标度以及长程相关性特征。Calvet和Fisher使用MSM模型对四种汇率序列进行预测，他们发现MSM模型的长期预测性能优于GARCH、MS-GARCH（Markov switching GARCH）、FIGARCH等模型，MSM模型适用于具有显著异常值和长程记忆性的真实波动序列的预测。(the Markov-Sw
NAR神经网络
- NAR神经网络 采用matlab编程，用来预测时间序列，(NAR neural network is used to predict the time series)
对角递归
- 用于时间序列的训练以及预测。非常实用，需要的可以下载看看。(DRNN ee e fwasfegadff)
Forecast and Stock_timeSeries
- 利用灰色预测公司的利润；基于时间序列的股票价格预测(Profit from the grey Forecast Ltd; stock price prediction based on time series)
指数模型
- 指数平滑法（Expinential smoothing method）的思想也是对时间序列进行修匀以消除不规则和随机的扰动。该方法是建立在如下基础上的加权平均法：即认为时间序列中的近期数据对未来值的影响比早期数据对未来值得影响更大。于是通过对时间序列的数据进行加权处理，越是近期的数据，其权数越大；反之，权数就越小。这样就将数据修匀了，并反映出时间序列中对预测时点值的影响程度。根据修匀的要求，可以有一次、二次甚至三次指数平滑。(Exponential smoothing model)
激活客户端
- arma时间序列的研究模型，研究预测股票(ARMA model help us to predict the stock price, GDP, etc. One of problems in real finance life is how to modelate the market risk. I think that this model that i build can help.)
ESN
- 使用回声状态网络进行混沌系统的时间序列分析和预测。(use ESN to pridicte)
msrshal_circuit
- 用于混沌时间序列自适应预测的一种稀疏Volterra滤波器()
05第5章
- 时间序列，神经，灰色预测。 微分方程建模，差分运算(Time series, nerve, gray prediction. Differential equation modeling, differential operation)
lstm
- 循环神经网络LSTM可以预测时间序列数据，根据历史时刻的信息预测未来时刻的信息(the recurrent neural network is very useful to predict data in the future)
08神经网络逼近股票收盘均价2
- python演示神经网络来逼近股价走势的预测，基于时间序列的预测(Python demonstrates neural network to approximate the prediction of stock price trend, based on time series prediction)
gp
- 采用高斯算法对高边坡变形时间序列进行预测(Prediction of High Slope Deformation Time Series Using Gauss Algorithms)