麻雀算法SSA源代码，可运行，内涵26个测试函数

完整代码，可直接运行

SSA-for-MATLAB 这个 MATLAB SSA 工具包允许人们仅在几个命令行中执行 SSA 分析和数据预测。 该工具包是为方便用户使用而开发的。 它包括 SSA 分解和循环 SSA 预测算法。 每个函数都包含扩展的参考描述并经过优化以采用最少的输入参数集。 上述所有功能提供了一个功能强大且切中要害的 SSA 工具，该工具极其易于应用。 要熟悉该工具包，请学习提供的注释示例。 致谢 该工具包的作者要感谢数学家开发 SSA 方法的辛勤工作。 该工具包是根据以下出版物开发的： [1] Golyandina、Nina、Vladimir Nekrutkin 和 Anatoly A. Zhigljavsky。 时间序列结构分析：SSA 及相关技术。 CRC 出版社，2010 年。 [2] 哈萨尼，侯赛因。 “奇异谱分析：方法论和比较。” 数据科学杂志 5 (2007): 239-2

The 32-bit CaterpillarSSA program performs extended analysis, forecasting and change-point detection for one-dimensional time series and analysis/forecast of multi-dimensional time series.

【预测模型-BP预测】基于麻雀算法SSA优化BP神经网络实现风电功率预测matlab源码.pdf

选择一段不含噪声的ECG纯净信号，手动在样本中叠加不同信噪比的高斯白噪声，模拟在不同噪声水平下的含噪ECG信号，使用SSA分析数据，用信噪比（SNR）、信噪比增益（SNRG）、根均方误差（RMSE）三指标衡量算法性能

PCA pyPCA.py包含三种基于主成分分析（PCA）的方法，用于计算给定地理空间时间序列数据集中的时空变异性的时空模式。 三种方法包括： Empirical Orthogonal Function Analysis (EOFA) Singular Spectrum Analysis (SSA) Nonlinear Laplacian Spectral Analysis (NLSA) 该代码是根据和2.4节中概述的理论构建的。 请参阅随附的Jupyter笔记本中的每种方法的示例。 为了使用这些方法中的每一个，都需要以下Python软件包： NumPy SciPy

该工具箱提供了Salp Swarm算法（SSA）方法 “主”脚本说明了SSA如何使用基准数据集解决特征选择问题的示例。 ****************************************************** ****************************************************** ******************************

【预测模型-BP预测】基于麻雀算法SSA优化BP神经网络实现风电功率预测matlab源码.zip

奇异频谱分析 用于执行奇异频谱分析（SSA）的软件包 简单用法 下面的示例创建了一个具有两个强烈季节性成分的模拟信号。 主要输入函数是analyze(y,L) ，该函数返回趋势和季节成分。 y是要分解的信号， L是要用于内部嵌入的窗口长度。 using SingularSpectrumAnalysis, Plots # generate some data L = 20 # Window length K = 100 N = K * L; # number of datapoints t = 1 : N; # Time vector T = 20 ; # period of main oscillation y