说明：AR模型，主要用于时间序列的建模和预测。能够解决平稳时间序列问题

说明：为了研究时间序列的变化趋势，现在有一种较为前沿的方法就是建立复杂网络，这里给出了建网时需要确定延迟时间和相空间维数的程序。

说明：时间序列建模AR（1）后的卡尔曼滤波程序，整个过程非常详细，里面自带一组数据。

说明：可以在多尺度熵对时间序列进行复杂性度量。较近似熵、样本熵好

说明：整合 时间 序列,将得到的时间序列整合到一起

说明：使用支持向量机模型(svm)对时间序列进行预测

说明：分析两时间序列之间的超前和之后关系，计算滞时长度，多用于水文气象方面分析研究

说明：这是一个关于数据挖掘算法的介绍文档，重点介绍了时间序列的算法实现

说明：《MATLAB在时间序列分析中的应用》一书结合MATLAB仿真，讲述了时间序列分析的应用。

说明：金融时间序列分析讲义，徐占东 《金融时间序列模型》

说明：时间序列分析源代码，实现了BOX建模和DDS建模方法

说明：python 绘制时间序列图，绘制时间序列图，

说明：双谱分析检验时间序列的非线性特征 程序已经测试过了 完全可以高效率的运行

说明：BDS检验用来检测时间序列的非线性 经过测试可以用

说明：用于股票和期货序列。能用于任何用Excel写的时间序列。包括LLD法、ROR法、差分法三种对时间序列消去趋势的方法。LLD法作用最强，其次是ROR法，最后是差分法。

说明：ARMA时间序列分析的C++程序，可以直接使用，对于学习时间序列分析的有帮助

说明：ARIMA 时间序列法预测未来一段时间的风速或者风电功率

说明：matlab数学建模中的15个模型的算法讲解与举例，包括灰色预测、灰色关联分析、主成分分析法、模糊聚类分析、随机模拟、多元回归模型、正交试验设计、图论、目标规划模型、马尔可夫预测方法、时间序列分析、模糊综合评价模型、层次分析模型、模糊数学方法、模拟退火算法。

说明：利用新陈代谢灰色预测、样本自适应BP 神经网络和时间序列分析分别进行风电功率实时预测和日前预测，并采用熵值取权法确定组合权重，引入自控机制，构建反馈，提出组合预测法和基于时间序列的卡尔曼滤波法。研究结果表明，组合预测模型能减少各预测点较大误差的出现，而卡尔曼滤波能大幅消减原始序列的波动影响。

说明：时间序列分析好教程，是外国的经典教程，适合学习研究使用

说明：时间序列分析的好参考资料，是用来学习的的外国经典文献，适合学习时间序列分析的人学习下载

说明：时间序列数据挖掘综述，包括时间序列相似性度量，分类，聚类，预测等

说明：利用近似熵进行时间序列的变异检测，非常好用

说明：基于谱聚类的新数据聚类算法，可用于一般的时间序列数据聚类及图像分割方面的应用，还包含相应的文章和算法说明。

说明：matlab算法大全之时间序列模型，非常棒的资料

说明：基于弧度距离的时间序列相似度量,分段线性分割算法

说明：基于aforge.net开类库，BP神经网络算法中的时间序列算法，附带测试数据

说明： 样本熵是时间序列复杂度的一种度量, 在上个世纪末期由几位非线 性动力学研究者提出。样本熵比近似熵更具有相对一致性

说明：ARMA时间序列法预测模型，有示例数据及注释等

说明：对Harris角点检测算法进行改进，基于时间序列角点检测，速度较快，解压即可运行，main为主程序