时序预测 | MATLAB实现ARIMA时间序列预测（完整源码和数据）
本程序基于MATLAB的armax函数实现arima时间序列预测；
实现了模型趋势分析、序列差分、序列平稳化、AIC准则模型参数识别与定阶、预测结果与误差分析过程，逻辑清晰。
数据为144个月的数据集，周期为一年，最终实现历史数据的预测和未来两年数据的预报！
2022-05-26 12:05:46
296KB
时序预测 | MATLAB实现Elman神经网络时间序列预测（完整源码和数据）
数据为一维时序列数据,运行环境MATLAB2018b及以上。
2022-05-26 09:11:32
140KB
时序预测 | MATLAB实现CNN(卷积神经网络)时间序列预测（完整源码和数据）
数据为一维时序列数据,运行环境MATLAB2018b及以上。
2022-05-25 11:07:12
622KB
时序预测 | MATLAB实现BP神经网络时间序列预测（完整源码和数据）
数据为一维时序列数据,运行环境MATLAB2018b及以上。
2022-05-25 09:09:27
144KB
2月22日打卡学习记录
一开始把Aliyun和Docker账号搞混了，出了很多模型奇妙的bug最后还是好不容易在最后关头跑通了。。太难了我的天。
通过pycharm终端构建图像
将图像推送到我的注册表
成功记录得分：-16
2月26日打卡学习记录
因为数据很多，所以我们使用tsfresh来生成功能，只是一个自动的功能工程，然后套入了模型。
后续思路是使用transformer来进行预测。
2022-05-24 22:38:19
12.07MB
时序预测 | MATLAB实现SVM(支持向量机)时间序列预测（完整源码和数据）
数据为一维时序列数据,运行环境MATLAB2018b及以上。
2022-05-24 19:09:20
139KB
timeseries-lstm-keras：基于Jason Brownlee教程，在Keras中使用LSTM递归神经网络在Python中进行时间序列预测
2022-05-21 13:23:01
239KB
1
分别使用LSTM、ARIMA和Prophet三种时间序列预测算法实现单变量周期性数据的预测。
2022-05-16 11:17:48
2.48MB
1
利用数据挖掘技术分析外汇汇率时间序列,从时间序列中获得正确的、隐含的、潜在的信息对于金融领域研究具有重 要的现实意义。通过数据挖掘中的 ARIMA模型,以某银行的外汇汇率时间序列为研究对象,采用差分方法和建模规则,对 外汇的卖出价进行了建模与预测。通过与逐步自回归预测模型相比较,ARIMA模型对外汇汇率时间序列数据具有很强的 预测能力。
2022-05-09 23:06:05
928KB
1