暂无评论
陆振波的最新混沌时间序列分析与预测工具箱，包括Logistic，Henon，lorenz,Duffing,Rossler,Chens等混沌系统。
混沌时间序列分析与预测工具箱Version2.0，该工具箱包括了混沌时间序列分析与预测的常用方法,有:产生混沌时间序列(chaotictimeseries)等
在分析经典模糊时间序列预测模型的基础上, 指出了传统的模型不能处理多因素的情形; 然后分析并 改进了证据理论中关于证据合成的方法, 提出了基于证据理论的多因素模糊时间序列预测模型; 最后用1997 年
针对现有直觉模糊时间序列模型中直觉模糊关系组和确定性转换规则过度依赖训练数据规模的问题,提出一种基于动态时间弯曲(DTW,dynamic time warping)距离的长期直觉模糊时间序列预测模型。
对犯罪时间序列的预测对帮助公安部门更好地掌握犯罪动态,实现智能犯罪发现具有重大意义。针对犯罪时间序列预测的计算需求,结合真实犯罪数据集,提出了ARIMA-LSSVM混合模型。该模型通过ARIMA预测出
运用混沌理论对平煤十矿的实际瓦斯涌出数据进行了分析处理,采用基于关联积分的C-C方法确定了重构空间的时间延迟和嵌入维数,并对时间序列数据进行相空间重构,利用最小数据量法确定了时间序列的最大Lyapun
通货膨胀自古以来就是人们关注的焦点，随着通货膨胀的进一步加剧，导致各种经济问题产生多元化，从而改变了人们的消费理念关，进一步使人们着手去了解关于通货膨胀方面的问题。通过对通货膨胀预测指标研究，比较准确
在时间序列预测问题中，建立LSTM模型，采用python语言代码实现
使用Python的LSTM模型实现时间序列预测的代码已上传，数据生成和处理方法详细解释，包括训练集和测试集的分割和归一化处理。代码可下载并直接使用，方便进行时间序列预测。
本代码介绍了使用AR模型来预测海洋指数的时间序列，大气海洋等领域常用AR模型，使用matlab可以很方便实现模型，使用此种方法能够让用户可以更好的预测时间序列.
暂无评论