ts_cluster 使用 R 的时间序列聚类 这个 repo 只是一个示例 repo，用于学习如何对时间序列数据进行聚类。 为了处理时间序列数据，我们必须考虑并选择适合的方法。 在这个存储库中，我们使用 DTW（动态时间包装）代替欧几里得来计算一个信号到另一个信号之间的距离。 对于聚类方法，我们使用层次聚类和 DBSCAN。 我们使用的数据是来自 UCI 的 Synthetic Control Chart Time Series，更多详细信息您可以访问

非常著名的时间序列分析工具，找了很久的。可2次开发。

svg-时间系列 基于D3.js的SVG时间序列图可以正确达到60 FPS。 平移和缩放比其他基于画布或SVG的图表快得多。 ：1格，2系列1070点 ：5个网格，10个系列的1070点 演示1在台式机，最新的iPhone和顶级Android手机上达到60 FPS。 演示2显示了台式机上的60 FPS，iPhone上约24 FPS，老旧的LG D90上约3 FPS。 相比之下， 库基本上从未达到60 fps。 按住shift尝试在主页上平移他们的演示。 请注意，上面的演示使用了相同的NY vs SF温度数据集。 D3.js似乎很慢：。 但是事实证明，SVG栅格化不是瓶颈。 在该演示中，只有2个问题需要解决，才能达到60 fps： 避免在平移和缩放过程中对网格的SVG线进行额外的属性设置（部分已经在d3轴的HEAD中） 绘制d3.timeout()而不是d3.zoom() ，

可以对物候时间序列分析，看其与温度之间的关系

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.