注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. ARMA模型（自回归滑动平均模型）

  2. 可以用来做时间序列分析哦，包括模式判别，模型检验，大家共同学习啊

  3. 所属分类：硬件开发

    • 发布日期：2009-07-15
    • 文件大小：4096
    • 提供者：shengdong1979

  1. 时间序列分析 ppt

  2. 如果对比较复杂的纯粹时间序列进行详细的分析，指数平滑往往无法满足要求。而若想对有独立变量的时间序列进行预测，指数平滑更是无能为力，于是需要更加强有力的模型。比指数平滑要有用和精细得多的模型是Box—Jenkins引入的 模型，该模型的基础是自回归和移动平均模型。

  3. 所属分类：专业指导

    • 发布日期：2009-08-21
    • 文件大小：338944
    • 提供者：mulanzi

  1. 利用EXCEL时间序列分析.ppt

  2. 步骤如下： 第一步：计算逐期增长量：在C3中输入公式：=B3-B2，并用鼠标拖曳将公式复制到C3：C20区域。 第二步：计算累计增长量：在D3中输入公式：=B3-$B$2，并用鼠标拖曳公式复制到D3：D20区域。 第三步：计算平均增长量（水平法）：在D22中输入公式：=（B20-B2）/5，按回车键，即可得到平均增长量。

  3. 所属分类：C

    • 发布日期：2009-09-07
    • 文件大小：2097152
    • 提供者：hhh200772044

  1. MATLAB解决经济非平稳时间序列的预测分析

  2. 本文中,我们提出两种估计ARMA(自回归滑动平均)模型参数的新方法。第一种方法是对迭代逆滤波法(ITIF)的改进,第二种方法基于谱转换技术。两种方法都是迭代算法,文中将两种新方法的计算结果与ITIF法进行了比较。

  3. 所属分类：硬件开发

    • 发布日期：2009-10-04
    • 文件大小：257024
    • 提供者：manseagull

  1. 直扩系统伪码序列串并组合捕获方案

  2. 针对低信噪比条件下长伪码序列的快速捕获问题,提出了一种新的捕获方案,即串并组合捕获.给出了系统硬件实现的原理框图,建立了系统的数学模型,采用状态转移函数推导了系统平均捕获时间的计算表达式.在综合考虑伪码相位误差,多普勒频移和噪声干扰的基础上,详细分析了系统的捕获性能

  3. 所属分类：专业指导

    • 发布日期：2010-01-21
    • 文件大小：80896
    • 提供者：liaohuimin

  1. 应用时间序列分析ppt

  2. 利用时间作为自变量来预测一个时间序列未来的值，比如，可以预测地震、天气、股票等等，由于它的自变量只有时间，所以感觉很神奇，几乎就是拿一个变量自己来做回归，称之为自回归AR（auto regression），另外有一个什么滑动平均MA（难道是mobile average？），这种方法居然在20世纪20年代就被某个数学家发明出来，用来预测市场等等

  3. 所属分类：专业指导

    • 发布日期：2011-02-01
    • 文件大小：2097152
    • 提供者：dynasty751188

  1. sas，时间序列分析

  2. sas时间序列分析，时间序列是把反映现象发展水平的统计指标数值，按照时间先后顺序排列起来所形成的一组统计数字序列。时间序列又称动态数列或时间数列。时间序列分析就是利用这组数列，应用数理统计方法加以处理，以预测未来事物的发展。时间序列分析是定量预测方法之一，它的基本原理：一是承认事物发展的延续性。应用过去数据，就能推测事物的发展趋势。二是考虑到事物发展的随机性。任何事物发展都可能受偶然因素影响，为此要利用统计分析中加权平均法对历史数据进行处理。该方法简单易行，便于掌握，但准确性差，一般只适用于短

  3. 所属分类：金融

    • 发布日期：2011-07-21
    • 文件大小：1024
    • 提供者：lijianjunjie

  1. 计算平均灰度

  2. 对图像中的一列值进行平均灰度求解，得到空间数据序列

  3. 所属分类：其它

    • 发布日期：2014-12-02
    • 文件大小：372
    • 提供者：houqian_90

  1. 通过传入序列计算移动平均线序列

  2. 通过传入序列计算移动平均线序列。 使用方法： static funcMa ma60; static funcMa ma2; static funcMa ma22; static vector C;//收盘价序列 vector ma60temp = ma60.Caculate(C,N*2,0);//收盘价的均线序列 vector ma2temp = a2.Caculate(ma60temp,M1*2,0);//均线的均线 vector ma22temp =ma22.Caculate(ma2tem

  3. 所属分类：金融

    • 发布日期：2015-07-20
    • 文件大小：671
    • 提供者：corivsky

  1. 基于DTW的全局平均方法(求解平均序列) matlab

  2. 根据论文中的算法进行编程，求解不等长的时间序列在聚类过程（或者相似性度量）中的平均序列

  3. 所属分类：其它

    • 发布日期：2015-08-06
    • 文件大小：642
    • 提供者：ly_summer123

  1. matlab实现序列滑动平均去躁

  2. 五点滑动平均滤波程序，s正弦波、n噪声、x=s+n，y为五点滑动平均的结果。 ssfile.wav: fs=8000Hz的s正弦波数据，xzfile.wav：fs=8000Hz的x信号数据，yyfile.wav:fs=8000Hz M=5点滑动平均滤波结果。 观察数据既可以在matlab中观察，也可以播放出来然后通过虚拟示波器观察数据。

  3. 所属分类：其它

    • 发布日期：2017-04-07
    • 文件大小：630
    • 提供者：xiao_yun_zi

  1. 创建 AGWN/ISI 信道模型及m序列产生

  2. 【实验目的】 （1）用 LABVIEW 产生随机数。 （2）统计随机数的概率分布密度函数及相关函数特性。 （3）模拟产生 AWGN 及 ISI 信道，添加到数字通信仿真系统中，以便观察信噪比改变对误码率等的 影响。 （4）产生 m 序列信号源，验证 m 序列的伪随机性以及伪随机序列的自相关函数的双值特性。 （5）产生误码检测模块，观察平均误码率随信噪比的改变，绘制相应的曲线。

  3. 所属分类：C/C++

  1. 一个基于基因表达式编程的时间序列预测新方法

  2. 融合传统统计学方法与新的基因表达式编程（GEP）技术，提出了Fibonacci 加权平均滑动窗口预测算法（FWASWPM）和差分平均预测算法（DAPM）算法，有效地解决了传统方法需要过多先验知识的不足及GEP SWPM算法嵌入维数难以制定的缺点。

  3. 所属分类：其它

    • 发布日期：2009-01-14
    • 文件大小：408576
    • 提供者：zytbuaa

  1. 时间序列分析及应用：R语言（原书第2版）

  2. 译者序 前言 第1章 引论 1.1 时间序列举例 1.2 建模策略 1.3 历史上的时间序列图 1.4 本书概述 习题 第2章 基本概念 2.1 时间序列与随机过程 2.2 均值、方差和协方差 2.3 平稳性 2.4 小结 习题 附录A 期望、方差、协方差和相关系数 第3章 趋势 3.1 确定性趋势与随机趋势 3.2 常数均值的估计 3.3 回归方法 3.4 回归估计的可靠性和有效性 3.5 回归结果的解释 3.6 残差分析 3.7 小结 习题 第4章 乎稳时间序列模型 4.1 一般线性过程

  3. 所属分类：专业指导

    • 发布日期：2018-04-08
    • 文件大小：33554432
    • 提供者：huanbia

  1. Matlab求平均序列的方法

  2. matlab求平均序列的方法，基于dtw算法的对齐求平均序列。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-09-30
    • 文件大小：1024
    • 提供者：lsxsxsx

  1. 综采工作面瓦斯数据时间序列预测方法研究

  2. 针对现有基于时间序列的瓦斯浓度预测方法存在算法复杂、预测步长较短等问题，根据瓦斯浓度历史监测数据的随机性与时序性，提出了一种基于ARIMA+GARCH组合模型的综采工作面瓦斯数据时间序列预测方法。首先建立ARIMA预测模型，对瓦斯浓度数据进行平稳化处理，并确定模型的参数估计；然后在预测模型的可靠性通过检验后，针对ARIMA模型在预测过程中存在的均值回归问题，采用GARCH模型模拟ARIMA产生的拟合残差，并将模拟出的结果作为ARIMA模型中预测的噪声项，以此优化预测结果。测试结果表明，基于ARI

  3. 所属分类：其它

    • 发布日期：2020-04-30
    • 文件大小：731136
    • 提供者：weixin_38656395

  1. 公交客运量的时间序列预测模型

  2. 为公交规划科学合理的进行,建立公交客运量时间序列预测模型.通过对公交客运量影响因素进行分析,选取市区人口数、从业人员数、在校学生数、工业生产总值、职工年平均工资、公交车辆数、运营线路数等7个指标自变量,利用指数平滑法对自变量进行预测;在对自变量进行相关分析及因子分析的基础上,建立prais-winsten AR(1)自回归时间序列模型对公交客运总量进行预测;采用ARMA模型对哈尔滨市各分区公交客流量进行了拟合和预测.结果表明:所建立的时间序列预测模型预测效果良好,验证了模型的有效性和准确性.

  3. 所属分类：其它

    • 发布日期：2020-04-27
    • 文件大小：280576
    • 提供者：weixin_38588592

  1. 矿井涌水量时间序列ARIMA预测模型

  2. 为对矿井涌水量进行准确预测,以矿井涌水量历史时序数据为基础,提出一种综合自回归移动平均模型.建模时首先需要对涌水量时间序列进行平稳化处理,根据拖尾、截尾情况及BIC数值初步确定一个模型,进行参数估计、假设检验,并作出必要调整,反复循环,直至获得较为满意的ARIMA模型.以东欢坨矿1991年1月到2014年4月月度涌水量进行实验分析,最终建立了ARIMA(1,1,1)预测模型,利用该模型进行预测,最大误差为2.1829%,最小误差仅为0.2885%,模型精度较高,能够很好地满足实际工程需要.研究结

  3. 所属分类：其它

    • 发布日期：2020-04-25
    • 文件大小：730112
    • 提供者：weixin_38721405

  1. 相干平均法测扬声器频率响应的偏差分析

  2. 相干平均法测扬声器频率响应的偏差分析，吴鸣，林志斌，实际工程中，常常需要在非消声室环境下准确测试扬声器在自由场响应。常用的非消声室测量方法有脉冲FFT技术，时延谱技术和最长序列

  3. 所属分类：其它

    • 发布日期：2020-02-04
    • 文件大小：533504
    • 提供者：weixin_38723753

  1. 时间序列分析

  2. python时间序列分析2018/12/7 python时序数据分析-以示例说玥-geek精神-博客园 1.均值 X staticnary series Non-stationary serles Ⅹ是时序数捱的值,t是时间。可以看到左图,数据的均值对于时间轴来说是常量,即数据的均值 不是时间的函数所有它是稳定的;右图随着时间的推移,数捱的值整体趋势是增加的,所有均 值是时间的函数,数据具有趋势,所以是非稳定的 2.方差 X tationary series Non-Stationary ser

  3. 所属分类：算法与数据结构

    • 发布日期：2019-03-05
    • 文件大小：2097152
    • 提供者：vanghoh
« 12 3 4 5 6 7 8 9 10 ... 30 »