《Neural Networks for Time Series Forecasting with R》，2017年新出书籍，深度学习用于时间序列

:globe_with_meridians: :watch: react-timezone-select 另一个React时区选择组件，我知道..但是这个有一些关键的好处！ 在四处寻找一个好的选择时，我很难找到一个时区选择组件：1) 使用夏令时 (DST) 自动调整选项 2) 在技术上只有 24 ( ish) 是必要的 更新：v0.7+ 现在使用 spacetime 而不是 moment.js 构建，将包大小减少了约 66%！ 更新：v0.10+ 现在使用 Typescript 构建！ 演示：ndom91.github.io/react-timezone-select 这个演示也可以在 ./examples 目录中找到。 安装完所有内容后，只需运行 npm start 即可启动 webpack 开发服务器，您可以在 localhost:3001 找到演示。 我们还在 Codesandbox 上提供了一些使用此组件与日期时间库 spacetime 以及 moment 的示例，展示了如何在实际应用程序中使用此组件。 :building_construction: 安装 npm instal

非线性时间序列分析nonlinear time series anlysis英文版

非线性时间序列分析 Nonlinear time series analysis Holger Kantz，Max Planck Institute for Physics of Complex Systems， Dresden Thomas Schreiber，Physics Department ，University of Wuppertal

该模型生成基带和中频 BPSK 信号并绘制其波形（时域）和 FFT（频域）。 首先，将随机比特流提供给 BPSK 基带调制器。 调制器XL的输出是复数值流，称为低通等效或复包络。 低通等效值是一个基带信号，它根据此变换转换为 IF 信号 X： X=实数(XL)*cos(2*pi*Fc*t)-虚数(XL)*sin(2*pi*Fc*t)， 其中 Fc 是载波频率，是正弦和余弦发生器的频率。 有关这本书的低通等效外观的更多信息： JGProakis 和 M.Salehi 的数字通信（第 5 版，McGrawHill 2008） IF 信号被提供给示波器以绘制波形。 您必须双击示波器才能查看波形。 紫色的是中频 BPSK 信号，黄色的是比特流。 IF 信号也提供给频谱范围以绘制其 FFT。 频域显示 FFT 位于这个频率：Fc*sample_time sample_time 在正弦和

OpenLAP 单圈时间模拟器。 OpenVEHICLE 车辆建模： 包括惯性、发动机扭矩曲线、传动系统、轮胎、空气动力学和转向模型。 OpenTRACK 轨道建模： 可以从段或记录的数据生成。 包括曲率、封闭/开放型轨道、高程、倾斜度、抓地力因素和扇区。 OpenDRAG 直线模拟： 使用 OpenVEHICLE 模型的基于时间的点质量模拟系统。 包括转移持续时间。 OpenLAP 单圈时间模拟： 基于距离的点质量仿真系统，使用来自OpenVEHICLE和OpenTRACK的模型。

Real-Time UML Workshop for Embedded Systems， 运用UML开发嵌入式软件系统的绝佳参考资料

使用通过时间反向传播 (BPTT) 训练的递归神经网络进行非线性系统识别

Time-Delay system simulation.zip

1999年的第二版 清晰版pdf 英文版 奥本海姆的书 Discrete-Time Signal Processing