阿法特

ARfit是一个Matlab模块的集合,用于用自回归(AR)模型建模和分析多变量时间序列。ARfit包含给定时间序列数据的模块,用于分析拟合模型的本征模式,并用于模拟AR过程。ARfit从给定的时间序列数据中估计AR模型的参数,这是一种计算效率高的逐步最小二乘算法,特别是当数据是高维数据时。ARfit模块为估计的参数构造近似的置信区间,并计算统计数据,用以评估拟合模型的充分性。模型时间序列的动态特性可以通过将拟合的AR模型分解为特征模态和相关的振荡周期、阻尼时间和激励来检验。对拟合模型进行特征分解的ARfit模块还为本征模及其振荡周期和阻尼时间构造近似置信区间。


zbMATH中的参考文献(参考 35篇文章 引用,1标准件)

显示第1到第20个结果,共35个。
按年份排序(引用)
  1. Hu,Guannan;Bódai,Tamás;Lucarini,Valerio:随机参数化对极值统计的影响(2019年)
  2. 卡布兹,西蒙娜;阿布鲁,朱塞佩:多元随机过程预测的因果推理(2018)
  3. Matsuda,Takeru;Komaki,Fumiyasu:多变量时间序列分解为振荡分量(2017)
  4. Cremers,Daniel:图像分割与形状先验:显式与隐式表示(2015)
  5. Harlim,John;Hong,Hoon;Robbins,Jacob L.:构造稳定一致自回归滤波器的代数方法(2015)
  6. Graef,A.;Hartmann,M.;Flamm,C.;Baumgartner,Christoph;Deistler,M.;Kluge,T.:识别多通道ECoG同步效应的新方法及其在癫痫中的应用(2013)
  7. 何琳;俞卓亮;顾振辉;李元庆:基于长尾分布的高光谱图像多尺度多波段自回归检测(2013)
  8. Anagnostopoulos,Christos;Hadjiefthymiades,Stathes;Georgas,Panagiotis:PC3:基于主成分的上下文压缩。提高无线传感器网络的能效(2012)
  9. Meerbach,Eike;Latorre,Juan C.;Schütte,Christof:分子动力学轨迹中的序列变化点检测(2012)
  10. Orsingher,Enzo;Polito,Federico:泊松过程和分数泊松过程的组成、随机和和和连续随机分数(2012)
  11. Szabó,Zoltán;Póczos,Barnabás;Lőrincz,András:独立子空间分析的分离定理及其结果(2012)
  12. Galka,Andreas;Wong,Kin Foon Kevin;Ozaki,Tohru;Muhle,Hiltrud;Stephani,Ulrich:通过状态空间模型分解神经多变量时间序列(2011)
  13. García-Hiernaux,Alfredo:使用子空间方法预测线性动力系统(2011)
  14. Gençaíaïaïaïaïaïaïaïaïaïaïaïaïaïaïaïaïa
  15. Ndiour,Ibrahima J.;Teizer,Jochen;Vela,Patricio A.:在线视觉跟踪的概率轮廓观察者(2010)
  16. Szabó,Zoltán;Póczos,Barnabás;Lőrincz,András:无组合努力的自回归独立过程分析(2010)ioport公司
  17. Taxidis,Jiannis;Coomber,Ben;Mason,Rob;Owen,Markus:使用广义部分定向一致性评估麻醉和海人酸下的皮质-海马功能连接(2010)
  18. Zemouri,Ryad;Patic,Paul Ciprian:时间序列预测的预测误差反馈:提高预测准确性的方法(2010)
  19. Birkelund,Yngve;Hanssen,Alfred:改进的基于双谱的高斯性和线性测试(2009)
  20. Ntalampiras,Stavros;Potamitis,Ilyas;Fakotakis,Nikos:利用时间特征集成进行广义声音识别(2009)