Sen可以用来计算连续时间序列数据的趋势分析，例如长时间序列下的NDVI，植被覆盖度，气温、降水、相对湿度等气象数据的变化趋势，对于具有空间信息的栅格数据（遥感影像）来说，ENVI可以基于栅格进行计算，将二者相结合，则可以计算具有地理信息的栅格数据的Sen趋势分析。文本文件详细分解了Sen的计算过程，以及对应在ENVI的bandmath模块中的表达式。

可用于进行序列预测的一维数据集，取自某支股票的某时间段内的价格。

将具有不同空间分辨率和时间分辨率的多源组合起来以产生高时空分辨率归一化植被指数（NDVI）时间序列数据集具有重要意义。 在这项研究中，分析和比较了四个时空融合模型。 这些模型包括时空自适应反射率模型（STARFM），增强型时空自适应反射率融合模型（ESTARFM），灵活的时空数据融合模型（FSDAF）和时空植被指数图像融合模型（STVIFM）。 目的是：1）使用重庆市巴南区的Landsat-MODIS NDVI图像比较四种融合模型； 2）定量和直观地分析预测准确性。 结果表明，STVIFM将更适合于生成NDVI时间序列数据集。

研究生计算机专业方向-时间序列数据挖掘综述.rar

SVR时间序列预测，使用滑动窗口重叠切片数据集，网格搜索+交叉验证用来模型参数设置，模型保存，模型加载,模型预测。

卡帕托 开源框架，用于处理，监视和预警时间序列数据 安装 Kapacitor具有两个二进制文件： kapacitor –一个用于调用Kapacitor API的CLI程序。 kapacitord – Kapacitor服务器守护程序。 您可以直接从页面下载二进制文件，也可以下载它们： go get github.com/influxdata/kapacitor/cmd/kapacitor go get github.com/influxdata/kapacitor/cmd/kapacitord 组态 可以在找到示例配置文件 Kapacitor还可以使用以下命令为您提供示例配置： k

OpenTick OpenTick是用于财务时间序列数据的快速报价数据库，它建立在具有简化SQL层。 特征： 内置价格调整支持 纳秒级支持 Python，C ++和Go SDK 同步和异步查询 隐式SQL语句准备 权限控制，检查中的相关功能，默认情况下处于关闭状态 快取 在Ubuntu上安装 您需要使用具有模块支持的Go> = 1.11 。 sudo apt install -y python wget https://www.foundationdb.org/downloads/6.2.22/ubuntu/installers/foundationdb-server_6.2.22-1_amd64.deb wget https://www.foundationdb.org/downloads/6.2.22/ubuntu/installers/foundationdb-clients_6.2.22-1_amd64.deb sudo dpkg -i foundationdb-clients_6.2.22-1_amd64.deb foundationdb-server_6.2.22-

MK检验可以对数据进行显著性检验，结合MK和ENVI，可以处理长时间序列下具有地理信息或空间信息的栅格数据的显著性检验，文本中给出了详细步骤和bandmath运算公式

使用机器学习算法（聚类）对金融时间序列数据进行分析

用幅度差的的方法将时间序列数据转换成复杂网络 并进行单位权值与点权的计算