这是一篇2008年6月的硕士毕业论文，详细的介绍了基于时间序列的数据挖掘算法在股票数据的分析和预测。其中在多元时间序列跨事物关联规则分析高效处理算法optimize基础上改进，用二维时间模式进行分析。
2019-12-21 21:16:02
3.72MB
1
时间序列预测讲义（ARIMA&LSTM;）及python代码，首先讲述了基本概念及公式，然后提供了python代码
2019-12-21 20:52:55
4.42MB
1
tensorflow下用LSTM网络进行时间序列预测，实时多变量预测以及对于未来数据的单变量预测。
2019-12-21 20:36:57
1.11MB
1
在matlab中实现ARIMA时间序列预测。函数形式如下：
function [result] = ARIMA_algorithm(data, Periodicity, ACF_P, PACF_Q, n)
其中data为预测所用的数据，为一维列向量；Periodicity为数据的周期；ACF_P和PACF_Q分别是p值和q值；n为想要预测的数据的个数。所返回的结果result是预测出来的数据（一维列向量），同时会画出预测数据的折线图。
2019-12-21 20:36:48
2KB
1
本人搜集的时间序列预测问题的相关论文，主要是硕博士。包括机器学习和深度学习的方法，主要是各类神经网络的应用。
2019-12-21 20:34:27
134.4MB
1