动态正则格兰杰因果学习方法Dynamic Regularized Granger Causality Learning Method
姚牧芸, 王志海, 刘海洋, 蒋文睿, 程帅卿, 蔡智明, 任 佳, 杨艳超 国家自然科学基金支持
数据挖掘Vol.15 No.2, 全文下载: PDF XML DOI:10.12677/hjdm.2025.152016, April 16 2025
GCGAN：基于生成对抗网络的时间序列Granger因果关系发现GCGAN: Time Series Granger Causality Discovery Based on Generative Adversarial Networks
吴光强
理论数学Vol.15 No.5, 全文下载: PDF XML DOI:10.12677/pm.2025.155151, May 13 2025
我国COVID-19疫情时空演变特征与趋势研究——基于Spatial Markov Chain和STL时间序列模型Study on Trend and Characteristics of Spatio-Temporal Evolution of COVID-19 Epidemic in China—Based on Spatial Markov Chain and STL Time Series Model
张小英, 巫细波 国家社会科学基金支持
数据挖掘Vol.12 No.1, 全文下载: PDF HTML XML DOI:10.12677/HJDM.2022.121002, December 24 2021
基于时间序列分析的上海地铁16号线客流预测—以临港大道站为例Prediction of Shanghai Metro Line 16 Passenger Flow Based on Time Series Analysis—with Lingang Avenue Station as a Study Case
陈彦莉, 沙玉五, 朱小林, 张小红
运筹与模糊学Vol.6 No.1, 全文下载: PDF HTML XML DOI:10.12677/ORF.2016.61003, February 23 2016
基于大数据下的旅客流量分析—以贵阳到成都方向为例Passenger Flow Analysis under the Big Data —A Case Study of Guiyang to Chengdu Direction
张啟梅, 廖玉梅, 任永成, 黄 鹏 科研立项经费支持
数据挖掘Vol.7 No.1, 全文下载: PDF HTML XML DOI:10.12677/HJDM.2017.71003, January 24 2017
基于统计时间序列分析的用户数量预测方法Interval Prediction Model of User Number Based on Time Series
罗廷金, 燕俊名, 王铭悦, 梁天乐, 吴桂林
建模与仿真Vol.14 No.3, 全文下载: PDF XML DOI:10.12677/mos.2025.143252, March 28 2025