时间序列基准套件（TSBS） 此仓库包含用于对多个时间序列数据库进行基准测试的代码，其中包括TimescaleDB，MongoDB，InfluxDB，CrateDB和Cassandra。 该代码基于InfluxDB最初在公开的工作分支。 当前支持的数据库： Akumuli Cassandra ClickHouse CrateDB InfluxDB MongoDB SiriDB TimescaleDB 时间流 VictoriaMetrics 总览 时间序列基准套件（TSBS）是Go程序的集合，这些程序用于生成数据集，然后对各种数据库的读写性能进行基准测试。 目的是使TS

MATLAB实现RF随机森林时间序列预测（完整源码和数据） 数据为单变量时间序列数据，RF随机森林，时间序列预测 运行环境MATLAB2018b及以上。

黑群晖MAC地址序列号算号器 DS3615 6.0.1 ......................

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

使用 Harmony Search 进化算法进行预测，以便根据时间序列数据的输入向量预测未来的期望值。和声搜索算法(Harmony search， HS)是一种新兴的智能优化算法。

MATLAB实现CNN-LSTM时间序列预测（完整源码和数据） 卷积长短期记忆神经网络时间序列预测，数据为单变量时间序列数据， 运行环境MATLAB2020b及以上。

MATLAB实现TPA-BiLSTM时间注意力机制双向长短期记忆神经网络时间序列预测（完整源码和数据） 数据为多变量时间序列数据，多输入单输出 运行环境MATLAB2020b及以上，运行主程序TPAMain即可。

3、分层序列法： 1.基本步骤：把(VP)中的p个目标 按其重 要程度排序。依次求单目标规划的最优解。 2. 过程：无妨设其次序为 先求解 得最优值 ，记 再解 得最优值 ， 依次进行，直到 得最优值 则 是在分层序列意义下的最优解集合。

目前基于人脸表情的情绪识别已经相对成熟，而根据人类肢体动作进行情绪识别的研究却不多。通过VLBP和LBP-TOP算子从三维空间中提取图像序列的肢体动作特征，分析愤怒、无聊、厌恶、恐惧、高兴、疑惑和悲伤七种自然情绪的特点，并用参数优化的支持向量机对情绪分类进行识别，识别率最高能够达到77.0%。实验结果表明，VLBP和LBP-TOP算子具有较强的鲁棒性，能有效地从肢体动作中识别人的情绪。

MATLAB实现SARIMA季节性数据时间序列预测（完整源码和数据） 数据为单变量时间序列数据， 运行环境MATLAB2018b及以上， 一种基于SARIMA的时间序列预测方法，得到所述预测时间点对应的预测结果。