长短期记忆递归神经网络具有学习长的观察序列的潜力。 这对于时间序列预测似乎非常不错，并且事实的确可能是这样的。 在本教程中，你将了解，如何对于一个一步单变量时序预测问题开发一个LSTM预测模型。 完成本教程后，您将知道： 如何为预测问题制定性能基准。 如何为一步时间序列预测设计一个强大的测试框架。 如何准备数据，开发和评估用于时间序列预测的LSTM递归神经网络。 1. 洗发水销售额数据集； 2. 测试设置； 3. 持续性模型预测； 4. LSTM数据准备； 5. LSTM模型开发； 6. LSTM预测； 7. 完整的LSTM例子； 8. 开发稳健的结果； 9. 教程扩展。

这是一组相当专业的 MATLAB 代码，其唯一目的是帮助那些真正想在他们的项目中应用代理数据测试的人。 它不是关于什么是代理数据或如何使用它们的教程。 它只包含许多用于生成不同类型代理的 m 文件（例如，在 Schreiber 和 Schmitz, 2000, Physica D, 142, 346--382 中解释）。 无论如何，我知道如果我几年前看到这个系列，*我*会非常非常高兴。 ;P

对估算 HURST指数的 R/S(重标极差)分析法做适当的改进,突破时间序列的长度是合数的限制,使得改进的 R/S分析法更具有普遍适用性.比较两种方法计算月均太阳黑子数的 HURST指数,发现用改进的R/S分析法比 R/S分析法得到的 HURST指数稍小点,两种方法均表明太阳黑子数时间序列具有长期记忆性.

EDA和ML项目 存储库包含各种项目，这些项目都使用R语言编写了以下代码： 探索性数据分析 机器学习模型（线性回归，逻辑回归，k均值聚类，分层聚类，SVM，决策树，随机森林，时间序列分析，XGBoost） 以下是一些常用的程序包/库的列表，这些程序包/库被用作数据分析和构建机器学习模型的一部分 数据处理： dplyr，plyr，tidyr，stringer，data.table，lubridate（用于日期处理）， 数据可视化： ggplot2，cowplot，ggthemes，比例 ML模型： randomForest，caret（用于数据拆分，交叉验证，预处理，特征选择，变量重要性估计等） 推荐模型： re荐 文本挖掘： tm，tidyverse

条件最小二乘估计 实际中最常用的参数估计方法 假设条件 残差平方和方程 解法 迭代法

关于 Series2GAF可用于将时间序列转换为Gramian角场。 Series2GAF中有许多有用的实用程序功能可用于金融研究，并将在以下各节中进行介绍。 系列2GAF 简单的时间序列编码包，专注于财务任务。 这是一个简单的示例： import numpy as np from series2gaf import GenerateGAF # create a random sequence with 200 numbers # all numbers are in the range of 50.0 to 150.0 random_series = np . random . uniform ( low = 50.0 , high = 150.0 , size = ( 200 ,)) # set parameters timeSeries = list ( random_ser

Spark时间序列（ spark-ts包） 一个Scala / Java / Python库，用于与Apache Spark上的时间序列数据进行交互。 向发布问题和评论，或将其直接通过发送至 。 注意：spark-ts库不再由我（Sandy）积极开发。 不幸的是，我不再有带宽来开发功能，回答邮件列表中的所有问题或解决所有已提交的错误。 就是说，我仍然很乐意审查拉取请求，并尽我所能来帮助其他人推进图书馆。 可在上找到文档。 或者查看 ， 或 。 目的是提供 一组用于处理大型时间序列数据集的抽象，类似于为 ， 和R的和包中的较小数据集提供的抽象。 可以从统计角度处理时间序列的模型，测试和函数，类似于以及各种Matlab和R软件包中提供的内容。 该库位于其他一些出色的Java和Scala库上。 为NumPy的状，BLAS，能够线性代数。 用于日期和时间。 用于常规数学和统计功

TimeSat是一款很不错的时间序列滤波软件，非常专业，集高斯滤波，S-G滤波等滤波方法与一身，在提取植被物候参数方面有着很好的应用，需要的朋友欢迎前来下载使用。 timesat使用说明 timesat输出的图像如何打开 解决方案1： 简写为TIFF) 是一种主要用来存储包括照片和艺术图在内的图像的文件格式。 标签图像文件格式(Tagged Image File Format, : 。它最初由

乘客预测使用时间序列分析：我使用时间序列分析来预测公交车站乘客的行为和方式，数据可视化包括时间序列图

实验一：离散时间序列卷积和MATLAB实现 题一：令x(n)= ，h(n)＝ ，y(n)=x(n)*h(n)，求y(n)。 要求用subplot和stem画出x(n),h(n),y(n)与n的离散序列图形。 题二：已知序列 f1(k)= f2(k)= 调用conv()函数求上述两序列的卷积和 题三：编写计算两离散序列卷积和f(k)=f1(k)*f2(k)的实用函数dconv().要求该程序在计算出卷积和f(k)的同时，还绘出序列f1(k),f2(k)和f(k)的时域波形图，并返回f(k)的非零样值点的对应向量。 function[f,k]=dconv(f1,f2,k1,k2) %f1(k),f2(k)及f(k)的对应序号向量分别为k1，k2和k。 题四：试用MATLAB计算如下所示序列f1(k)与f2(k)的卷积和f(k)，绘出它们的时域波形，并说明序列f1(k)与f2(k)的时域宽度与序列f(k)的时域宽度的关系。提示：可用上述dconv()的函数来解决。 f1(k)= f2(k)= 题五：已知某LTI离散系统，其单位响应h(k)=e(k)-e(k-4)，求该系统在激励为f(k)=e(k)-e(k-3)时的零状态响应，并绘出其时域波形图。 提示：可用dconv()的函数来解决。