单变量时间序列公开数据集，格式.csv,字段Datetime和AEP_MW，时间间隔为小时！

PJM_Load_hourly.csv NI_hourly.csv pjm_hourly_est.csv PJMW_hourly.csv COMED_hourly.csv DEOK_hourly.csv DAYTON_hourly.csv DUQ_hourly.csv EKPC_hourly.csv FE_hourly.csv PJME_hourly.csv AEP_hourly.csv DOM_hourly.csv

首先对时间序列进行emd分解，然后对每个分量进行svr建模，最后把测试集的结果相加作为最终结果

首先对时间序列数据进行EMD分解，然后对每个分量进行BP建模，最后把各分量结果相加作为最终结果

首先对时间序列数据进行EMD分解，然后对每个分量进行lstm建模，最后把各分量结果相加作为最终结果

emd的matlab代码 EMD-SA-DBN-for-Wind-speed-forecast （MATLAB CODE） Establishing a time series forecasting model for wind speed prediction based on DBN，Due to the autocorrelation of the wind speed sequence, the predicted value and the actual value lag, so EMD is used to decompose the wind speed sequence, and then the decomposed components are modeled in turn. To further mention accuracy, the simulated annealing algorithm is used to optimize the DBN。 (MATLAB代码)采用深度置信网络DBN建立风速预测的时间序列预测模型，由于数据本身的自相关性，导致得

python 写的神经网络入门代码，lstm，时间序列预测,

NAR神经网络实现对时间序列的趋势预测

时间序列预测代码matlab 多尺度时间序列预测 主要目标是构建一个预测模型，以同时预测多尺度时间序列集的输出。 输入数据是一组时间序列。 每个时间序列都包含某些信号的记录，并具有自己的观测值数量。 任务是预测给定时间范围内信号的未来值。 向前的问题被重新表述为多元回归问题。 输入时间序列包括一个设计矩阵，该矩阵具有与独立变量相对应的一组列和与目标变量相对应的一组列。 自变量也可以包括特征转换。 有关预测问题和建议方法的更多信息，请参见“ doc”。 它包含该项目的纸质草案，演示文稿和报告。 目录“ code”和“ python-code”包含该项目的matlab和python代码。

MATLAB实现SVM(支持向量机)时间序列预测数据集