AIOPS-时间序列

时序预测 | MATLAB实现基于LSTM-AdaBoost长短期记忆网络结合AdaBoost时间序列预测

时序预测|MATLAB实现基于LSTM-AdaBoost长短期记忆网络结合AdaBoost时间序列预测目录时序预测|MATLAB实现基于LSTM-AdaBoost长短期记忆网络结合AdaBoost时间序列预测预测效果基本介绍模型描述程序设计参考资料预测效果
机器学习之心·2023-11-22 08:08

《随机漫步的傻瓜》第六章：偏态与非对称

因为我们用来预测未来的这段历史，可能只是一个非常狭隘的时间序列，有很多稀有事件并未在这段历史中出
大瑶幸福笔记·2023-11-22 08:14

RNN改进

内容包括：GRULSTM双向循环神经网络GRUimageR为重置门，重置门有助于捕捉时间序列里短期的依赖关系Z为更新门，更新门有助于捕捉时间序列里长期的依赖关系LSTM遗忘门:控制上一时间步的记忆细胞输入门
wamgz·2023-11-22 01:45

时间序列中的6大类10种异常值处理方法(从根源上提高预测精度)

一、本文介绍本文介绍的内容是在时间序列中异常值处理的方法，当我进行时间序列分析建模收集数据的过程中，往往都存在着一些特数据情况导致数据中存在着一些异常值，这些异常值往往会导致模型识别到不正常的模式从而无法准确的预测
Snu77·2023-11-21 23:40

时间序列预测实战(十七)PyTorch实现LSTM-GRU模型长期预测并可视化结果（附代码+数据集+详细讲解）

一、本文介绍本文给大家带来的实战内容是利用PyTorch实现LSTM-GRU模型，LSTM和GRU都分别是RNN中最常用Cell之一，也都是时间序列预测中最常见的结构单元之一，本文的内容将会从实战的角度带你分析
Snu77·2023-11-21 23:07

Time-Weighted Kernel-Sparse-Representation-Based Real-Time Nonlinear Multimode Process Monitoring

1，考虑到实际工业过程的“时间序列相关性”，对核稀疏表示算法中的系数矩
Haruのpopura·2023-11-21 20:33

时间序列与 Statsmodels：预测所需的基本概念（1）

后文：时间序列与statsmodels：预测所需的基本概念（2）-CSDN博客一、说明本博客解释了理解时间序列的基本概念：趋势、季节性、白噪声、平稳性，并使用自回归、差分和移动平均参数进行预测示例。
无水先生·2023-11-21 19:59

论文笔记： BRITS: Bidirectional Recurrent Imputation for Time Series

2018NIPS0摘要时间序列在许多分类/回归应用程序中无处不在。但是，实际应用中的时间序列数据可能包含很多缺失值。因此，给定多个（可能相关的）时间序列数据，填充缺失值并同时预测它们的类标签很重要。
UQI-LIUWJ·2023-11-21 17:48

Python长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析

植被是陆地生态系统中最重要的组分之一，也是对气候变化最敏感的组分，其在全球变化过程中起着重要作用，能够指示自然环境中的大气、水、土壤等成分的变化，其年际和季节性变化可以作为地球气候变化的重要指标。此外，由于生态工程保护建设和植被自然生长等因素，中国陆地生态系统发挥了重要的碳汇作用。因此，定量评估植被时空动态变化是制定生态系统可持续发展目标和衡量生态系统固碳潜力的重要前提，卫星遥感数据衍生的生态参量
思考的小猴子·2023-11-21 14:57

传统语音识别GMM和HMM理论

语音信号来源：计算机中采用PCM编码按时间序列保存的一连串数据。
BarbaraChow·2023-11-21 09:12

《Deep learning for time series classification a review》基于深度学习的时间序列分类综述

1.引言本文针对以下开放性问题：TSC目前最先进的DNN是什么？当前的DNN方法是否达到TSC的最先进性能并且不如HIVECOTE复杂？哪种类型的DNN架构最适合TSC任务？随机初始化如何影响深度学习分类器的性能？最后：是否可以避免DNN的黑盒效应以提供可解释性？我们的实验表明，不仅DNN能够明显优于NN-DTW，而且使用深度残差网络架构也能够获得与COTE和HIVE-COTE没有显着差异的结果（
ManRock·2023-11-21 07:34

《Deep learning for time series classification a review》笔记

《Deeplearningfortimeseriesclassification:areview》1.摘要时间序列分类（TSC）是数据挖掘中一个重要且具有挑战性的问题。
neronjust·2023-11-21 07:31

【论文阅读笔记】Unsupervised Clustering of Microseismic Signals Using a Contrastive Learning Model

论文阅读笔记】UnsupervisedClusteringofMicroseismicSignalsUsingaContrastiveLearningModel摘要tscc:预训练和微调预训练：数据增强：时间序列微地震数据使用随机裁剪增强进行转换
luzhoushili·2023-11-21 07:27

【论文阅读笔记】Deep learning for time series classification: a review

文章提供了对DNNs在TSC的统一分类体系下在各种时间序列领域中的最成功应用的概述。此外，作者还向TSC社区提供了一个开源的深度学习框架，其中实现了每种比较方法，并在单变量TSC基
luzhoushili·2023-11-21 07:50

深入解析序列模型：全面阐释 RNN、LSTM 与 Seq2Seq 的秘密

简介序列建模是许多领域的一个重要问题，包括自然语言处理(NLP)、语音识别和语音合成、时间序列预测、音乐生成和「生物信息学」。所有这些任务的共同点是它们需要坚持。接下来的事情的预测是基于历史的。
冷冻工厂·2023-11-21 05:42

matlab fexch,第7周小课Matlab程序设计

程序设计,教学要求,熟悉Matlab的基本编程方法熟练掌握Matlab语言M文件，程序控制的三种基本结构,Matlab程序设计,在欧美各高等学校，Matlab成为线性代数、自动控制理论、数字信号处理、时间序列分析
weixin_39517797·2023-11-20 18:03

excel数据分析 - 3种预测数据趋势的技巧总结

目录一预测工作表1操作说明2注意要点二预测函数TREND三散点图的趋势线注：底层逻辑是时间序列下的单因素预测，不涉及多因素变量预测一预测工作表1操作说明全选日期+数据单元格→数据-预测-预测工作表按需调整预测设定
Venassa佳·2023-11-20 17:50

小波神经网络的时间序列预测——短时交通流量预测

大家好，我是带我去滑雪！小波神经网络（WaveletNeuralNetwork，WNN）结合了小波变换和神经网络的特性，是一种在信号处理和模式识别领域应用广泛的神经网络模型。它的设计灵感来自于小波变换的多尺度分析特性和神经网络的非线性映射能力，通过将小波变换与神经网络结合，旨在更好地处理复杂的信号和数据。小波变换是一种数学工具，用于将信号分解为不同尺度的成分。小波变换的多尺度分析能力使得小波神经网
带我去滑雪·2023-11-20 17:15

可视化性能监控系统：Grafana+Prometheus+Exporters实战

它的数据存储方式是基于时间序列数据库，可以方便地查询历史数据，并支持快速查询和图形化展示。Prometheus还提供了规则
Tester_孙大壮·2023-11-20 16:30

脑电和脑磁图的非线性动力学分析

非线性时间序列分析的一种方法是，从EEG或MEG的时间序列中重建潜在动力系统的吸引子，并根据其维数(对系统自由度的估计)对其进行表征，或它的Lyapunov指数和熵(反映了由于对初始条件的敏感依赖而产生的动力学的不可预测性
思影科技·2023-11-20 16:14

深度学习入门（第四天）——递归神经网络与词向量原理解读

一、RNN网络架构解读常规神经网络并不能考虑时间序列的特征（比如前天+昨天+今天或者带有前后关联的特征），现在每个特征都是独立考虑的，那么如果有这样的特征，网络应该怎么学呢而递归递归网络hidden这里的转回箭头
学术菜鸟小晨·2023-11-20 09:01

使用Pandas进行时间重采样，充分挖掘数据价值

大家好，时间序列数据蕴含着很大价值，通过重采样技术可以提升原始数据的表现形式。本文将介绍数据重采样方法和工具，提升数据可视化技巧。
python慕遥·2023-11-20 08:00

时间序列预测实战(十三)定制化数据集FNet模型实现滚动长期预测并可视化结果

论文地址->官方论文代码地址官方代码地址->官方下载地址Github个人修改代码地址->个人修改版本呢的下载地址CSDN一、本文介绍本博客将介绍一种新的时间序列预测模型——FNet，它通过使用傅里叶变换代替自注意力机制
Snu77·2023-11-20 07:59

时间序列预测实战(十七)利用Prophet实现电力负荷长期预测（附代码+数据集+详细讲解）

一、本文介绍Prophet是一个由Facebook开发的开源工具，用于时间序列预测。这个工具特别适合于具有强季节性影响和多个历史数据季节的业务时间序列数据。
Snu77·2023-11-20 07:25

【论文阅读】MAG：一种用于航天器遥测数据中有效异常检测的新方法

在航天器运行过程中，传感器和控制器产生大量周期较长的多维时间序列遥测数据，以及及时准确地检测航天器内部异常的一个关键点是从大量遥测数据中提取基本特征。然而，由于遥测数据内的耦合关系和时间
子衿JDD·2023-11-20 04:08

基于支持向量机SVM的时间序列数据训练测试和预测未来数据，LIBSVM工具箱详解

目录支持向量机SVM的详细原理SVM的定义SVM理论Libsvm工具箱详解简介参数说明易错及常见问题完整代码和数据下载链接：基于支持向量机SVM的时间序列数据训练测试和预测未来数据（代码完整，数据齐全）
神经网络机器学习智能算法画图绘图·2023-11-20 02:18

「可解释ML/3D深度学习等」Github六月最受欢迎的机器学习库来啦

这七个项目涵盖可解释性机器学习、3D深度学习、时间序列挖掘以及可视化工具等。各个项目都非常优秀。值得收藏查看。
喜欢打酱油的老鸟·2023-11-20 01:20

互信息法确定时间序列最佳时延

1代码实现最近需要实现对时间序列的相空间重构，参考ChatGPT与相关论文，实现了基于互信息法确定时间序列最佳时延的程序，代码如下：importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltN_ft
Destinycjk·2023-11-20 00:51

【时间序列综述】Transformer in Time Series：A Survey 论文笔记

文章全名：TransformersinTimeSeries:ASurvey文章链接：[论文地址]([2202.07125v2]TransformersinTimeSeries:ASurvey(arxiv.org))来源：IJCAI2023完成单位：阿里巴巴达摩院、上海交通大学摘要Transformer在自然语言处理和计算机视觉领域都取得了诸多成果，Transformer的捕获长距离依赖和交互的能力
Henry_Zhao10·2023-11-19 19:03

python 时间序列异常值_干货 ：时间序列异常检测

原标题：干货：时间序列异常检测异常检测(Anomalydetection)是目前时序数据分析最成熟的应用之一，定义是从正常的时间序列中识别不正常的事件或行为的过程。
霏阳·2023-11-19 17:22

深度学习：到底怎么理解embedding

深度学习：到底怎么理解embedding注意到embedding这个词，很大可能是在进行时间序列上的处理过程中遇到的，遇到的时间序列模型中，很大部分需要用到embedding过程，同时在看相关的程序代码的时候看到模型的结构设计中设计到
一支绝命钩·2023-11-19 17:06

时间序列预测-Transformer,Informer,Autoformer,FEDformer复现结果

实验环境硬件规格或软件版本号CPUInter®Xeon®[email protected](Pascal)内存32.0GBPython3.7.3Pytorch1.2.0CUDA11.6实验结果可视化实验结果见资源
幸运的小菜鸟·2023-11-19 16:53

多维时序 | MATLAB实现PSO-GRU-Attention粒子群优化门控循环单元融合注意力机制的多变量时间序列预测

多维时序|MATLAB实现PSO-GRU-Attention粒子群优化门控循环单元融合注意力机制的多变量时间序列预测目录多维时序|MATLAB实现PSO-GRU-Attention粒子群优化门控循环单元融合注意力机制的多变量时间序列预测预测效果基本介绍模型描述程序设计参考资料预测效果基本介绍
机器学习之心·2023-11-19 16:32

数据标注与自定义特征计算 | Qlib从入门到精通 # 3

数据标注我们已经加载的OHLCV数据，并进行了时间序列相关分析。下一步要从价量数据里进一步计算特征，传统技术分析指标，如均线、MACD,RSI，布林带都是衍生指标，也是特征之一。
AI量化投资实验室·2023-11-19 15:25

LSTM+Transformer混合模型时间序列预测实战教学

视频教学：LSTM+Transformer混合模型时间序列预测实战_哔哩哔哩_bilibili模型结果：代码：#pipinstallopenpyxl-ihttps://pypi.tuna.tsinghua.edu.cn
程序员奇奇·2023-11-19 11:40

pandas之时间序列

对于时间序列的处理在数据处理方面还是比较重要的一块。这篇来记录一下时间序列的一些知识点。python标准库包含日期（date）和时间（time）数据的数据类型。
pyStar_公众号·2023-11-19 10:15

pandas定位选取某列某指标最大值所在的行记录，比如月底

比如对于一个股价时间序列表：年月年月日股价贵州茅台202301202301011500贵州茅台202301202301201600贵州茅台202301202301311400贵州茅台202302202302051300
sidney·2023-11-19 10:41

MIKE水动力笔记7_实测数据与模型输出结果的拟合对比

从模型输出结果dfsu文件提取出站位点处的模拟潮位dfs0文件Step3将两个dfs0文件插进绘图板Step4对图面进行必要的调整设置前言在本系列上一博文【MIKE水动力笔记6_如何自己制作实测数据的时间序列文件
晏长街·2023-11-18 22:05

MIKE水动力笔记6_如何自己制作实测数据的时间序列文件dfs0

本文目录前言Step1常用的潮位海流数据公开信息平台Step2抄录并处理数据Step3制作时间序列文件前言在本系列上一博文【MIKE水动力笔记5_建立水动力模型】中，提到过水动力模型初次运行后，要进行与实测数据的对比
晏长街·2023-11-18 22:04

MIKE水动力笔记20_由dfs2网格文件提取dfs1断面序列文件

本文目录前言Step1MIKEZero工具箱Step2提取dfs1前言在MIKE中，dfs2是一个一个小格格的网格面的时间序列文件，dfs1是一条由多个点组成的线的时间序列文件。
晏长街·2023-11-18 22:28

从iddata函数生成的结构体数据中获取时间序列、输入序列和输出序列

从iddata函数生成的结构体数据中获取时间序列、输入序列和输出序列在使用iddata函数生成结构体数据后，有时需要单独使用其中的时间序列，输入序列和输出序列，此时需要对iddata生成的数据进行分析，
qq_18937049·2023-11-18 19:41

xcorr函数的用法和程序举例

xcorr函数的用法和程序举例xcorr函数返回两个离散时间序列的互相关。互相关测量向量x和移位（滞后）副本向量y的之间的相似性，形式为滞后的函数。
qq_18937049·2023-11-18 19:11

时间序列预测中的4大类8种异常值检测方法(从根源上提高预测精度)

一、本文介绍本文给大家带来的是时间序列预测中异常值检测，在我们的数据当中有一些异常值（Outliers）是指在数据集中与其他数据点显著不同的数据点。
Snu77·2023-11-18 18:00

时间序列预测 | Matlab基于卷积神经网络-双向长短期记忆网络结合注意力机制(CNN-BILSTM-Attention)时间序列预测，单列数据输入

文章目录效果一览文章概述部分源码参考资料效果一览文章概述时间序列预测|Matlab基于卷积神经网络-双向长短期记忆网络结合注意力机制(CNN-BILSTM-Attention)时间序列预测，单列数据输入评价指标包括
前程算法屋·2023-11-18 17:17

多维时序预测 | Matlab基于卷积神经网络-长短期记忆网络结合注意力机制(CNN-LSTM-Attention)多变量时间序列预测，多列变量输入

文章目录效果一览文章概述部分源码参考资料效果一览文章概述多维时序预测|Matlab基于卷积神经网络-长短期记忆网络结合注意力机制(CNN-LSTM-Attention)多变量时间序列预测，多列变量输入评价指标包括
前程算法屋·2023-11-18 17:17

多维时序预测 | Matlab基于卷积神经网络-双向长短期记忆网络结合注意力机制(CNN-BILSTM-Attention)多变量时间序列预测

文章目录效果一览文章概述部分源码参考资料效果一览文章概述多维时序预测|Matlab基于卷积神经网络-双向长短期记忆网络结合注意力机制(CNN-BILSTM-Attention)多变量时间序列预测评价指标包括
前程算法屋·2023-11-18 17:17

时间序列预测 | Matlab基于卷积神经网络-长短期记忆网络结合注意力机制(CNN-LSTM-Attention)时间序列预测，单列数据输入模型

文章目录效果一览文章概述部分源码参考资料效果一览文章概述时间序列预测|Matlab基于卷积神经网络-长短期记忆网络结合注意力机制(CNN-LSTM-Attention)时间序列预测，单列数据输入模型评价指标包括
前程算法屋·2023-11-18 17:16

多维时序预测 | Matlab基于斑马优化卷积神经网络结合长短期记忆网络融合注意力机制的多变量时间序列预测，ZOA-CNN-LSTM-Attention多变量时间序列超前24步回归预测算法

文章目录效果一览文章概述部分源码参考资料效果一览文章概述多维时序预测|Matlab基于斑马优化卷积神经网络结合长短期记忆网络融合注意力机制的多变量时间序列预测，ZOA-CNN-LSTM-Attention
前程算法屋·2023-11-18 17:46

多维时序 | MATLAB实现PSO-BiGRU-Attention粒子群优化双向门控循环单元融合注意力机制的多变量时间序列预测

多维时序|MATLAB实现PSO-BiGRU-Attention粒子群优化双向门控循环单元融合注意力机制的多变量时间序列预测目录多维时序|MATLAB实现PSO-BiGRU-Attention粒子群优化双向门控循环单元融合注意力机制的多变量时间序列预测预测效果基本介绍模型描述程序设计参考资料预测效果基本介绍
机器学习之心·2023-11-18 17:14

使用过去20天测试未来7天，时间步是多少

考虑以下几点：数据的周期性：如果你的时间序列数据具有明显的周期性，例如每周、每月或每年的季节
圈圈圈小明·2023-11-17 07:41
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他