只有在非常简单的情况下，我们才能将两个时间序列之间的相关性描述为一个数字。 通常它会随着时间和波长而变化。 由于噪声，数据集在短时间尺度上可能不相关，但在较大波长（例如每年）上强烈相关。 该程序将计算（使用小波）作为时间和波长函数的相关性。 反相关 (s=-1) 显示为蓝色，零相关 (s=0) 显示为绿色，正相关 (s=+1) 显示为红色。 图像显示了石油价格和黄金价格之间的相关性，除了 1985 年和 1995 年之间的时间段外，大部分为红色（暗示强正相关）。 请注意，使用此方法比较以不同单位测量的数据集是有效的。

利用生物质谱仪器进行蛋白鉴定和定量分析时，往往要获得一个蛋白的理论酶切肽段，该程序提供了一个对蛋白进行胰酶切的程序，规则（R、K切，RP、KP不切）。程序需要输入一个FASTA格式的蛋白序列文件（压缩包中是文件InternalStandards.fasta），输出文件可以自己设定，必须保证有输入和输出文件，程序才能运行。另外，程序还提供漏切次数和肽段长度选项

长度为N1×N3的两个序列x1(n1,n2)和x2(n1,n2)的线性卷积和 N2×N4 分别可以找到

摘 要：线性变换移位寄存器由Tsaban和Vishne提出，是一个面向字的移位寄存器，每次输出一个字节。研究了由TSR所生成的序列的基本性质，并且给出了一个新的准则来判定一个线性变换移位寄存器系统的特征多项式是否不可约。利用这个准则，不需要在扩域上做运算来判定一个线性变换移位寄存器系统的特征多项式是否不可约。

把一个包含n个正整数的序列划分成m个连续的子序列，每个整数刚好属于一个序列。设第i个序列的各数之和是S(i)。要求：让所有的S(i)的最大值尽量小。例如：序列1，2，3，2，5，4划分成3个序列的最优方案为123|25|4，其中S(1)=6,S(2)=7,S(3)=4。如果划分成12|32|54，则最大的S(i)=9，不是最优。其中n<10^6, 所有数之和不超过10^9

时间序列的建模过程，主要是ARMA和ARIMA等模型的建模。

OFDM卫星移动通信系统部分传输序列法研究，段锦锦，李宁，针对OFDM系统峰均比（PAPR）过高的问题，结合卫星移动通信的特点，提出了一种改进的部分传输序列法。该方法结合子载波线性相关性，�

用于执行类似 Facebook Gorilla 的时间序列压缩的 Rust 库

序列比对与 A* 示例 这是使用 A* 路径查找来加速动态规划算法的示例，在本例中是序列比对问题，Levenshtein 距离是其中的一个特定实例。 O(n * e^2)与标准的 Levenshtein 距离算法不同，它运行的时间类似于n输入长度和e编辑距离的时间。它通过使用像 A* 这样的启发式算法来仅探索沿网格对角线的有希望的状态，而不是整个O(n^2)网格。 对于具有少量编辑的大文件，它比O(n^2)它所基于的简单动态编程算法要快得多，但仍然比专门的和高度优化的全局序列比对程序（如Edlib ）慢得多。不同之处在于我在两个小时内编写了这个，它有 150 行代码，包括测试、调试例程和示例。 它是用 Rust 编写的，包含两个示例程序： seqalign：读取 FASTA 格式的基因序列文件并打印对齐距离。 seqalign_plain：读取两个纯文本文件并打印对齐距离。

第二章核酸数据库及核酸序列的分析(第五构建进化树)