1.train_feature.csv 训练集特征数据，每个时刻1个数据，每天8个时刻，共17008条。 2. train_label.csv 训练集标签数据，每天1个数据，共2126个数据。 3.test_feature.csv 测试集特征数据，每个时刻1个数据，每天8个时刻，共7320条数据，

空气质量指数数据分析.ipynb

论文研究-基于小波-NAR神经网络的气象要素时间序列预测与天气指数彩虹期权估值.pdf,  本文基于小波-NAR神经网络技术,提出气象要素时间序列预测与天气指数彩虹期权估值的原理与方法,同时采用2000——2014年悉尼日均气温和日降雨量数据,进行气象预测与天气期权估值.结果显示:小波-NAR神经网络因灵活的非线性动态结构较好地反映了气象变化特征,其预测与估值效果优于其他模型;该天气期权价值形成中的非线性特征取决于五种经济效应.科学预测天气和估计天气期权价值,开发天气衍生品,可挖掘天气不确定性的经济价值,弱化其对天气敏感产业的影响.

使用Matplotlib对世界发展指数数据集进行可视化分析（包含源码及数据集）。资源中包括ipynb格式源码，使用matplotlib库，通过多种图形可视化方式对”世界发展指数“数据集进行数据分析。

基于BP网络的上证指数预测方法，内含数据集以及处理源码以及教程。预测涨跌

空气质量PM2.5及空气质量指数水平 (AQI)测量系统概述: 此设计能够计算和显示空气中的环境 PM2.5 浓度并根据美国环保局的指南计算空气质量指数 (AQI)。超低功耗 MSP430FR4133 微控制器用于与行业领先的 PM2.5 粉尘传感器一起创建注重功耗的设计，该设计能够以很低的功耗预算提供最佳性能。使用一个高度灵活且进行低功耗调优的 LCD 屏幕有效且高效地实时显示传感器读数和计算结果。 特性PM2.5 浓度水平和空气质量指数水平 (AQI) 计算 计算温度和湿度水平的功能 用于显示计算结果的 8 字符 14 段 LCD 使用带集成 LCD 控制器的超低功耗 MSP430FR4133 器件 空气质量PM2.5及空气质量指数系统设计框图: 空气质量测量系统电路特性:与广泛的输入电路兼容 可通过方便的接头使用所有的模拟和数字 IO 集成用于计量脉冲信息和状态通知的 LED 标准 MSP430 FET 连接 针对 SoC 的可选电源 计算 RMS 电流和电压、有功和无功功率及电量、功率因数和频率等参数 空气质量指数水平 (AQI)指示表:

这是 Hurst 指数计算的一种实现，比大多数其他方法更小、更简单、更快。 它对数据进行离散分析，然后使用 Matlab 的 polyfit 来估计 Hurst 指数。 它带有一个可以删除的测试驱动程序。

2005-2018 世界各国幸福指数。 数据来源：https://worldhappiness.report/ed/2019/ 盖洛普世界民意调查（生活评价问题）

1.SARIMA模型的网格搜索超参数优化 基本一样 指数平滑预测方法，预测是过去观察值的加权，模型对过去观察值使用指数递减权重 所谓三重指数平滑在股票中指对数据重复进行三次平滑处理，从而减小数据波动。对应的指标叫TRIX 在时间序列预测中,三次指数平滑算法指可以对同时含有趋势和季节性的时间序列进行预测，该算法是基于一次指数平滑和二次指数平滑算法的 程序只修改了使用的预测模型部分， 从SARIMA模型改成了ExponentialSmoothing模型 同时修改了模型使用的参数，别的逻辑基本相同 内容： 1.网格搜索框架 2.无趋势和季节性研究 3.趋势性研究 4.季节性研究 5.趋势和季节性研究

课题为基于Matlab的仪表指数识别系统。通过霍夫曼变换的方法。可以去框定直线计算角度根据量程的比例换算得到计数。