毛毛虫

32位CaterpillarSSA程序执行一维时间序列的扩展分析、预测和变化点检测,以及多维时间序列的分析/预测。添加了宏工具,用于记住程序过程的序列并自动执行它们(请参见Macros description Macros.rtf 470kb或Macros.zip 44kb)。该程序在windows9x/NT/2000/Me/XP/Vista/W7下运行。你可以下载评估版并试用30天。利用该程序获得了《时间序列结构分析:SSA及其相关技术》一书的全部实例。因此,这本书可以看作是对程序的额外帮助。


zbMATH参考文献(参考 54篇文章 参考)

显示第1到第20个结果,共54个。
按年份排序(引用)
  1. Khan,Atikur R.;Hassani,Hossein:奇异谱分析中模型选择的相关性度量(2019)
  2. Kume,Kenji;Nose Togawa,Naoko:时间序列的自适应正交SSA分解算法(2018)
  3. Lahmiri,Salim:基于奇异谱分析和支持向量回归的分钟前股价预测(2018)
  4. Noonan,Jack;Zigljavsky,Anatoly:移动加权和最大值的越界概率近似值(2018)
  5. Rodrigues,Paulo Canas;Mahmoudvand,Rahim:多元奇异谱分析相对于单变量分析的优势(2018)
  6. Rodrigues,Paulo Canas;Tuy,Pétala G.S.E.;Mahmoudvand,Rahim:长时间序列的随机奇异谱分析(2018)
  7. Kouchaki,Samaneh;Sanei,Saeid:窄带单通道源分解的张量因子分解(2017)
  8. Launonen,Ilkka;Holmstrom,Lasse:多元后验奇异谱分析(2017)
  9. Viljoen,Helena:逐步普通奇异谱分析与水平多通道奇异谱分析的比较(2017)
  10. Alharbi,Nader;Hassani,Hossein:奇异谱分析中特征值数目选择的新方法(2016)
  11. Golyandina,N.E.;Lomtev,M.A.:利用独立分量分析方法改进奇异谱分析中的时间序列可分性(2016)
  12. Hojjati Tavassoli,Zahra;Iranmanesh,Seyed Hossein;Tavassoli Hojjati,Ahmad:改进建设项目时间序列数据的框架设计:应用模拟模型和奇异谱分析(2016)
  13. Huang,Xu;Ghodsi,Mansi;Hassani,Hossein:基于特征值分布的新的相似性度量(2016)
  14. Pulkkinen,Seppo:非线性核密度主成分分析及其在气候数据中的应用(2016)
  15. Sergeyev,Yaroslav D.;Kvasov,Dmitri E.;Mukhametzhanov,Marat S.:关于正弦波数据的最小二乘拟合(2016)
  16. Thomakos,Dimitrios:使用离散余弦变换平滑非平稳时间序列(2016)
  17. Yarmohammadi,Masoud;Kalantari,Mahdi;Mahmoudvand,Rahim:Box-Jenkins模型、人工神经网络和奇异谱分析在时间序列预测中的实证比较(2016)
  18. Gillard,J.W.;Zhigljavsky,A.A.:求解结构化低秩矩阵近似问题的随机算法(2015)
  19. Ivanov,V.V.;Klimanov,S.G.;Kryanev,A.V.;Lukin,G.V.;Udumyan,D.K.:基于规则成分检测的混沌动力学过程预测(2015)
  20. Jain,Pooja;Pachori,Ram Bilas:基于Hankel矩阵特征值分解的多分量非平稳信号分解迭代方法(2015)