时间序列分析在粮食产量预测中的应用

在预测粮食产量中可以应用时间序列分析.叙述了时间序列模型的辨识、预测及建模过程,利用Matlab系统辨识工具箱对时间序列进行数据预处理,相关分析,ARMA模型参数估计,并对2010年的粮食产量进行了预测.     

时间序列分析在反分析中的应用

采用时间序列分析法对地下洞室的量测位移进行预报分析,获得了洞室的最终实际变形值,并将其用于弹塑性边界元位移反分析计算中,结果表明与实际情况相符。     

非线性时间序列分析在股市行情预测中的应用

该文用非线性时间序列分析方法,对一般股市行情序列进行了拟合,指出可用逐段线性回归拟合趋势,用门发自回归模型拟合消除趋势后的平稳序列,通过对１９９７年４月２２日至５月１２日期间深圳股市行情预测值与实际值的对比,说明在正常状态（即无违规操作及无特殊政策出台）下,所建立的模型有较好的拟合效果,从而提供了一个行情预测的有效方法。     

随机时间序列分析技术在齿轮点蚀疲劳寿命预测中的应用

在已进行的齿轮点蚀疲劳寿命预测计算模型的研究基础上，应用随机时间序列分析技术分析处理计算模型中随时间变化的因素，从理论上解决了齿轮寿命预测中的难点，建立了齿轮点蚀疲劳寿命预测的方法系统。     

时间序列数据库中的数据挖掘

本书是《机器感知与人工智能》丛书的第57卷。主要内容为现代信息系统存储的时间数据中预处理、挖掘与解释中的某些新进展，并将时间维数加到数据库中产生时间序列数据库（TSBD）。书中介绍了数据挖掘与知识发现中的新的状况与挑战。其中包括寻找时间序列数据的有效表达方法，测量时间序列的相似性，检测时间序列的改变点以及时间序列的分类与聚变。     

时间序列分析及其在岩土工程中的应用

提出了适合岩土工程特点的时间序列分析建模策略，推导了不等时间隔数据序列的模型公式，并结合算例验证。     

随机模糊神经网络及在随机混沌时间序列预测中的应用

针对随机模糊神经网络(SFNN)的网络结构没有明确的物理含义，仅仅是一种实现随机模糊逻辑系统的计算结构的问题，对其网络结构进行了改进，重新定义了每层的节点原型。改进后每层之间的物理含义明确且节点数目减少，从而计算量有所减少。对于SFNN的参数和结构，可以分别通过参数学习算法和结构学习算法来优化。将SFNN用于随机混沌时间序列预测，仿真结果表明：该系统由于引入了随机的概念，使网络能更有效地防止噪声的干扰，因而更适合于工程应用。     

时间序列分析在地表沉陷主要参数预测中的应用

本文运用时间序列分析中的有关理论,提出了预计地表移动主要参数的一种新方法,并通过实例证明该法是可行的,其预计参数的精度高于原来传统的方法。该法对于“三下”采煤中准确确定参数具有一定的指导意义。     

时间序列在建筑结构振动分析中的应用

采用时间序列方法对工程爆破引起的邻近建筑结构振动信号进行了谱分析，算倒结果表明，与传统方法相比，采用AR模型的时间序列分析方法具有谱分辨率高的优点，可以获得建筑结构振动谱分布的细节特征。     

浅探Matlab在结构动力时程分析中应用

针对多自由度结构动力时程分析过程中处理大量矩阵数据及矩阵方程的数值求解的特点,编制动力时程分析的Matlab函数进行多自由度结构动力分析,并以三层钢筋混凝土结构为工程算例,应用基于Matlab的时程分析法进行结构的时程分析计算,实例验证操作简洁,准确直观.     

时间序列自相关函数的局部影响分析

 时间序列模型不同于一般的线性回归模型,其样本点之间存在着一定的相依结构使得常用的探测异常值的方法,如数据删除、单点求导等对时间序列而言效果不佳.为了探测时间序列中的强影响点,文章介绍了局部影响分析方法,研究同时对几个点作微小扰动时自相关函数的局部改变量.最后,用一个例子来比较局部影响方法与单点求导方法在探测强影响点上的优劣性.     

浅谈Matlab软件用于统计分析教学

许多实际问题往往需要对数据进行统计分析，建立合适的模型。结合统计分析难教、计算量大等特点，以回归分析、方差分析为例，介绍了Matlab软件的应用。     

混凝土碳化深度随机时间序列预报模型

抛开多因素回归的研究方法,根据碳化速度系数序列自相关函数和偏相关函数载尾和拖尾的变化规律,对水灰比ｍ（Ｗ）／ｍ（Ｃ）∈「０．４０,０．６５」的混凝土碳化深度采用随机时间序列方法进行分析,确定了碳化深度的ＡＲＩＭＡ（１,１,０）预报模型。经检验,该预后模型精度高、规律性好、应用范围广。     

时间序列分析预测法在气象上的应用

介绍时间序列分析,建立自回归模型并应用在季节降雨量的预报中.     

矿井涌水量时间序列多重分形的局部奇异性研究

通过实例计算 ,所得的结果说明了矿井涌水量时间序列具有多重分性的特征 ,局部奇异性则是矿井涌水量时间序列所具有的一种属性。在讨论 4个描述局部奇异性参数有关物理意义的基础上 ,提出了矿井涌水量的奇异性在进行矿井水文地质条件分类、矿区地下水特征分析及矿井涌水量预测方面所具有的理论意义和实际作用 .图 1,表 1,参 8     

基于时间序列分析与高阶统计矩的结构损伤检测

基于时间序列分析,提出一种有效检测结构非线性损伤的方法.在分析基于AR模型残差均方差指标的基础上,指出传统方法存在损伤信息泄漏的缺陷,特别是对于非线性损伤检测.为提高传统方法损伤检测结果的可靠性,提出采用残差的高阶统计矩———偏度和峰度作为传统指标的补充,提出了3个指标的算术平均和几何平均共6种综合指标,并应用模糊聚类分析实现结构损伤检测.利用考虑了环境因素影响的三层建筑结构模型的非线性损伤实验数据验证了提出的方法.研究表明,6种综合指标对非线性损伤检测的可靠性均高于传统方法,其中以均方差和峰度的几何平均指标检测效果最佳.     

符号化时间序列分析

对于符号化时间分析方法,给出了已知的国外应用状况和文献出处.对如何将时间序列转化为符号序列,即信号符号化问题,通过最简单的二进制划分及其配套图形作了简要说明.给出了二进制划分下符号树结构及其Shannon熵计算方法,讨论了时延τ、符号集大小Ns和树层数(符号序列长度)对Shannon熵等统计量的影响.叙述了符号序列编码方法和符号序列直方图的作用;提交了进行符号时间序列分析的计算机流程图.图5,参23.