搜索资源列表
signal1
- 利用ARMA、AR、MA模型，以及周期图等进行系统参数估计-use ARMA, AR, MA model and cycle map for parameter estimation system
ARMA
- 使用VC++对大量数据进行ARMA模型拟合，参数估计，检验-Use VC++ on the large amount of data ARMA model fitting, parameter estimation, testing
ARMA
- 基于matlab语言环境下的ARMA模型的参数估计 -Matlab language environment based on the ARMA model parameter estimation
fangzhen1_tls
- ARMA谱估计-AR参数估计的总体最小二乘法-ARMA spectral estimation-AR parameter estimation of the overall least square method
ARMA
- ARMA 过程编程实现，不是很难，可以实现一步预测。-ARMA process of programming is not difficult, step in the forecast can be achieved.
SVD-TLS
- 基于SVD_TSL算法的ARMA模型的参数估计，欢迎下载-SVD_TSL algorithm based on parameter estimation of ARMA models, please download
d
- This on the power spectrum of the Matlab simulation program #use ARMA, AR, MA model and cycle map for parameter estimation system-This is on the power spectrum of the Matlab simulation program #use ARMA, AR, MA model and cycle map for parameter
arma
- ARMA模型的建模， 对数据进行的预处理，对模型进行了定阶，参数估计，检验，利用该模型对未来的数据进行了预测。-ARMA model modeling the data preprocessing, model order determination , parameter estimation , testing , using the model to predict future data
Programm-Matlab
- Matlab programm:ARMA parameter program,solair pannel
arma
- 该代码对arma模型进行了模型的判断 参数估计-Judgment of model and parameter estimation
arimanet
- ARIMA模型全称为自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA)，是由博克思(Box)和詹金斯(Jenkins)于70年代初提出一著名时间序列预测方法[1] ，所以又称为box-jenkins模型、博克思-詹金斯法。其中ARIMA（p，d，q）称为差分自回归移动平均模型，AR是自回归， p为自回归项； MA为移动平均，q为移动平均项数，d为时间序列成为平稳时所做的差分次数。所谓ARIMA模型，是指将非平稳
ARMA
- ARMA模型：用AIC方法定阶，以及模型参数识别。(ARMA model: the order of the AIC method, and the parameter identification of the model.)