kmeans 分析matlab代码脑状态 在 Cornblath 等人中重现所有分析的代码。 2020（“休息时大脑活动的时间序列受白质结构的限制并受认知需求的调节”）。 重新实现这项工作的最简单方法是先查看 master 文件夹中的脚本example.m ，然后再深入研究finalmain.sh调用的完整脚本finalmain.sh 。 要求： MATLAB R2017a 或更高版本 R 3.2.5 或更高版本，带包： ggplot2 MATLAB RColorBrewer 测试版 重塑2 绿色 情节线 硬件：使用 Sun Grid Engine 作业调度程序的计算集群，能够请求具有至少 16G RAM 的内核 该软件使用功能神经影像计算中心 (Center for Functional Neuroimaging) 计算集群在 GNU Linux 上进行了测试。 目录结构和路径规范 脚本在代码文件夹中按其用途进行组织。 作业文件夹包含 shell 脚本，以允许使用 Sun Grid Engine 作业调度程序 (qsub) 将代码文件夹中的脚本提交到计算集群。 finalmain.s

《时间序列分析及应用:R语言(原书第2版)》以易于理解的方式讲述了时间序列模型及其应用，主要内容包括：趋势、平稳时间序列模型、非平稳时间序列模型、模型识别、参数估计、模型诊断、预测、季节模型、时间序列回归模型、异方差时间序列模型、谱分析入门、谱估计、门限模型.对所有的思想和方法，都用真实数据集和模拟数据集进行了说明。

气温的变化对农业生产、环境、水资源、人民生活有很大的影响，对气温的建模及预测一直是人工智能领域的热点话题，本文运用时间序列ARIMA模型的建模方法对2006年-2020年全国年平均温度进行分析研究，通过MATLAB软件建立了ARIMA时间序列模型，同时运用建立的模型对2021年和2022年全国年平均温度进行预测，本文的研究结果对工农业生产、人民生活具有一定参考价值。

这个工具箱由萨克勒意识科学中心开发， 英国萨塞克斯大学提供 MATLAB 例程以实现高效准确多元格兰杰因果关系的估计和统计推断时间序列数据，如下所述： Lionel Barnett 和 Anil K. Seth，“MVGC 多元格兰杰因果关系工具箱： 格兰杰因果推理的新方法”，J. Neurosci. 方法 223 (2014)，第 50-68 页。 对于一般支持问题、评论、问题、错误报告和建议的增强功能， 请发送电子邮件至 mvgctoolbox@sussex.ac.uk。 我们特别想知道您是否有发现该工具箱在您的研究中很有用。

此函数返回时间序列数据的最大相对回撤，以及出现回撤的时期的开始和结束索引。

现有的多元时间序列相似性度量方法 难以平衡度量准确性和计算效率之间的矛盾.针对该问题,首先,对多元时间序列进行多维分段拟合;然后,选取各分段上序列点的均值作为特征;最后,以特征序列作为输入,利用动态时间弯曲算法实现相似性度量.实验结果表明,所提出方法参数配置简单,能够在保证度量准确性的前提下有效降低计算复杂度.

混沌系统工具箱，里面包含混沌时间序列的生成，相空间重构等matlab源代码，希望对研究混沌时间序列分析与预测的朋友有用。

arima 算法 JAVA 实现。包含参数估计、P，Q 定阶等 包含部分的分为AR、MA、ARMA以及ARIMA过程

如何在信号的强弱之 间做 出平衡以解决 GPS产 品信号定位漂移 问题的算法已成为新的研 究热点。提 出的基 于时间序列的 算法是在 GPS数据的存储端进行数据的校验和调整 ，以保证相 关的 GPS软件产品不受数据 类型和 来源的限制。该算法中的关键 参数值都是可以人工控制、调整的，以适应不同特点的数据集合及移动对象。从而提高了GPS定位数据的准确性，具有一定的经济 技

本文采用时间序列分析，地理信息，聚类分析，因果关系检验等技术手段对近十年来中国大陆的房价进行了分析。 在比较各省与邻近省之间的房价后，Kmeans集群将连续分布在地图上； 时间序列上的最高价区域和最低价区域也在地图上连续分布； 基于时间序列的因果关系检验发现，六个省的房价增长率受周围省份的影响，而一个省的房价增长率则影响了邻近省份的房价增长率。