说明：使用GRU实现对时间序列的轨迹预测Implementing trajectory prediction for time series using GRU

说明：利用R语言进行时间序列数据的分析，建立ARMA模型进行预测

说明：利用R语言从实例角度进行综合分析，既有过程又有语法

说明：利用R语言进行详细的时间序列分析，以实例展示过程。

说明：lssvm模型时间序列预测，加上粒子群优化算法

说明：时间序列ARMA系列教程，MATLAB代码。

说明：可根据时间序列数据，利用长短时记忆模型，进行交通流等相关数据的预测

说明：用于验证时间序列的预测 很好的对时间序列通过神经网络进行训练

说明：小波神经网络的时间序列预测代码小波神经网络是结合 小波变换理论与人工神经网络的思想而构造的一种新的 神经网络模型，它结合了小波变换良好的时频局域化性质及神经网络的自学习功能，

说明：改代码可在MATLAB中实现单个时间序列的多重分形去趋势分析

说明：检验时间序列平稳性 进行自回归移动平均检验结果 1956-2018

说明：LSTM训练可以用于训练时间序列数据，可以在TensorFlow平台上运行

说明：使用SG滤波方法对NDVI数据进行时间序列的平滑处理，

说明：可以对物候时间序列分析，看其与温度之间的关系

说明：对于一个时间序列，通过奇异谱分析，实现去噪和平滑

说明：基于ARIMA的时间序列分析（jupyter notebook；python）

说明：把时间序列转换成图像处理，利用GAF矩阵

说明：使用tensorflow2.0实现的lstm时间序列预测

说明：时间注意力的LSTM网络用于时间序列预测

说明：自回归滑动平均模型（英语：Autoregressive moving average model，简称：ARMA模型）。是研究时间序列的重要方法，由自回归模型（简称AR模型）与移动平均模型（简称MA模型）为基础“混合

说明：用于时间序列分析的，股票预测实例，使用LSTM算法，预测效果较好

说明：该matlab程序主要用于计算时间序列的周期，绘制相应的小波谱图。游程理论用于识别干旱事件。

说明：一个混沌时间序列预测的工具包，有预测算法，也有相对应的相空间重构算法

说明：用于进行数据预测，即使数据点较少，预测的结果也比较好，适用于时间序列上的建模

说明：ARMA模型只能处理平稳序列，因此对于平稳序列，可以直接建立AR、MA或者ARMA模型。但是，常见的时间序列一般都是非平稳的。必须通过差分后转化为平稳序列，才可以使用ARMA模型。

说明：神经影像时间序列的稀疏加低秩自回归辨识：研究多元自回归稀疏低秩图模型的辨识问题，将此算法应用于合成和真实的神经影像数据集。

说明：该程序为基于神经网络的时间序列预测，在matlab中仿真使用，其中包含训练数据。

说明：时间序列预测算法，开发平台为matlab，里面详细的介绍了多种方法，也包括了很多的代码，内容完整丰富。

说明：量化金融R分析入门，全书内容覆盖时间序列分析，优化模型等，附基本code