# 时序预测方法
时序预测算法
weka额外的jar包，可以对一定时间的历史数据进行预测
12种时序预测模型
时序预测是一种重要的数据分析方法，可以预测一系列时间序列的未来趋势。目前应用比较广泛的12种时序预测模型，包括ARIMA、SAR
RBF时序预测原理及步骤
数据预处理：去趋势、平稳化、归一化
特征提取：时间延迟、滞后项、移动平均值
网络结构：
输入层：根据特征数量设计节点
隐含层：
基于谱聚类的高阶模糊时序自适应预测方法
结合数据特征及分布特点提出一种基于谱聚类的模糊时间序列自适应预测方法。首先基于谱聚类的思想,根据样本数据特征获取其所属论域的个数
基于信息粒化时序回归预测
利用 SVM 信息粒化技术，对上证指数开盘指数变化趋势和空间进行预测。包含 43 个 MATLAB 神经网络案例分析。
CNN时序预测代码详解：Matlab实现
利用CNN进行时间序列预测：Matlab代码指南
数据处理
划分数据集: 将时间序列数据分为训练集和测试集，分别用于模型训练和
支持向量机svm时序预测软件
好东西共同分享。。。试用版,对时间序列的预测,希望对大家有用
FPGA时序约束方法
FPGA时序约束方法，时钟产生和分发设计指南（中文版） 完美时序
DDR时序测试方法
在P4D项目(Springdale-G/PE)中,主要看SystemddrData和Strobe信号的时序质量是否满足规范要求.
QuartusII时序约束方法
QuartusII时序约束方法，QuartusII系列资料，包括常用的sdc命令和约束的方法