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。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

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）