基于双阶段注意力的时间序列预测神经网络，基于Chandler Zuo的。 我已经将代码扩展为适用于多元时间序列，并添加了一些预处理功能，但是鉴于我基本上是从他的帖子中复制代码，因此版权可能归他所有。 最近使用PyTorch JIT的分支称为jit 。 有一个不同的，但是据我所知，它只是单变量。

NLM 是一种基于补丁的方法，它是瞬态保留的。 在心电图中，这意味着可以保留信号峰值，同时抑制其他高频噪声。 参见“ECG 信号的非局部方式去噪”，B. Tracey 和 E. Miller，IEEE Transactions on Biomedical Engineering，第 59 卷，第 9 期，2012 年 9 月，第 2383-2386 页。

在这个文件中，我提供了信号的主要熵度量的实现： *香农熵（SE）。 * 近似熵 (ApEn)。 * 样本熵 (SampEn)。 * 模糊熵（FuzzyEn）。 * 排列熵 (PermEn)。 * 条件熵 (CE)。 * 修正条件熵 (CCE) 其中一些功能使用此文件中提供的其他功能。 例如，CCE 使用 CE 和 SE 功能。 这些算法可以用作信号的非线性分析。 所有源代码都用英语正确注释，并引用了引入每个算法的原始索引论文。 欢迎任何意见或建议！！！ 谢谢， 耶苏斯·蒙格（JesúsMonge）。

多元时间序列由于多元性和变量间的相关性而趋于复杂 。简单综述了时间序列研究方法,结合小波变换的降维和多尺度特性,以矩阵的 Froenius加权平方范数为度量工具,提出了基于 haar小波变换的多元时间序列间相似性匹配方法 。实验数据表明,该方法能够有效的比较多元时间序列间的相似性程度 。

利用ARIMA模型、Holt-Winters指数平滑法、条件异方差模型实现消费者信心指数时间序列的分析和预测。并对三种消费者景气指数（信心指数、预期指数、满意指数）进行协整检验。是课程期末大作业报告的R语言代码。数据来自中经网统计数据库。不提供分析报告和原始数据，代码仅供参考，欢迎指正。

【RBF预测】基于混沌时间序列改进RBF神经网络实现预测matlab源码.zip

本资源为[小数据量法的基于混沌时间序列最大Lyapunov指数求解]，仅限用于学习交流。严禁商用！！！ 内容描述：Matlab源码=混沌时间序列最大Lyapunov指数求解[文件大小：264 MB] 01、计算混沌时间序列 Lyapunov 指数 - Henon 序列 02、计算混沌时间序列 Lyapunov 指数 - Logistic 序列 03、计算混沌时间序列 Lyapunov 指数 - Lorenz 吸引子 04、计算混沌时间序列 Lyapunov 指数 - Rossler 吸引子

pmdarima Pmdarima（最初为pyramid-arima ，表示“ py” +“ arima”）是一个统计库，旨在填补Python时间序列分析功能中的空白。 这包括： 相当于R的功能 平稳性和季节性统计检验的集合 时间序列实用程序，例如微分和逆微分 大量内生和外生的变形器和特征器，包括Box-Cox和Fourier转换 季节性时间序列分解 交叉验证实用程序 丰富的内置时间序列数据集，用于原型制作和示例 Scikit学习式管道可整合您的估算器并促进生产 Pmdarima在内部隐藏了 ，但设计时使用了熟悉scikit学习背景的用户熟悉的界面。 安装 Pmdarima在pypi上具有Windows，Mac和Linux（ manylinux ）的二进制和源发行版，软件包名称为pmdarima ，可以通过pip下载： $ pip install pmdarima 快速入门示例 在数据集上拟合一个简单的自动ARIMA： import pmdarima as pm from pmdarima . model_selection import train_test_split im

常用统计分析方法 SPSS应用。t检验、相关分析、回归分析、时间序列。

ARX_model 该存储库包含用于时间序列预测模型ARX的python程序。 AX.py和csv_read.py是两个Python文件，用于使用csv文件作为输入来测试AR模型。 ARX_test是用于测试所提出的ARX模型的性能的程序。