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。

tensorflow使用一维卷积对序列数据进行训练

SCDE概述 scde程序包实现了一组用于分析单细胞RNA-seq数据的统计方法。 scde适合用于单细胞RNA-seq测量的单个误差模型。 然后可以将这些模型用于评估细胞组之间的差异表达以及其他类型的分析。 scde软件包还包含pagoda框架，该pagoda框架应用途径和基因集过度分散分析来识别单细胞之间转录异质性的各个方面。 以下出版物详细介绍了差异表达分析的总体方法： 在以下出版物中详细介绍了途径和基因组过度分散分析的总体方法： 有关其他安装信息，教程等，请访问 样品分析和图像 单细胞错误建模 scde使用源自单细胞RNA-seq数据的计数scde拟合单细胞的个体误差模型，

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

本科算法实验-最长公共子序列【数据+代码+说明+流程图+测试用例】

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

金融时间序列的数据集，用于学习数据挖掘数据分析.rar