时间序列预测专栏介绍 — 算法原理、源码解析、项目实战

专栏链接https://blog.csdn.net/qq_41921826/category_12495091.html

专栏内容

 所有文章提供源代码、数据集、效果可视化

 文章多次上热搜和每日必看榜单

时间序列预测存在的问题

 现有的大量方法没有真正的预测未来值,只是用历史数据做验证

 利用时间序列分解算法存在信息泄露的问题:有人用emd+lstm对时间序列进行预测,是否存在原理上的问题? - 知乎

 欢迎订阅,文章达到一定数量将收费

 文章持续更新中,完成文章蓝色链接可进入...

第一章:必备基础

时间序列预测 — 时间序列预测研究综述

时间序列预测 — 预测数据集(负荷、风电、光伏、销量等)

时间序列预测 — 理解单变量与多变量

时间序列预测 — 时间序列预测存在的问题:真正预测未来值?

时间序列预测 — 时间序列数据预处理

时间序列预测 — 时间序列数据特征工程

时间序列预测 — 时间序列数据可视化:写论文必备

时间序列预测 — 时间序列数据分析:写论文必备

第二章:统计学习方法

时间序列预测 — ARIMA模型原理

时间序列预测 — ARIMA实现单输入单输出负荷预测

第三章:机器学习方法

时间序列预测 — LightGBM实现多变量多步负荷预测

时间序列预测 — XGBoost实现多变量多步负荷预测

时间序列预测 — LSSVM实现多变量多步负荷预测

时间序列预测 — MLP实现多变量多步负荷预测

时间序列预测 — ELM实现多变量多步负荷预测

时间序列预测 — CatBoost实现多变量多步负荷预测

第四章:深度学习方法

时间序列预测 — GRU实现多变量多步负荷预测(Tensorflow) 

时间序列预测 — LSTM实现单变量滚动风电预测(Tensorflow)

时间序列预测 — LSTM实现多变量多步负荷预测(Tensorflow)

时间序列预测 — BiLSTM实现多变量多步光伏预测(Tensorflow)

时间序列预测 — BP实现多变量多步负荷预测(Tensorflow)

时间序列预测 — ARIMA-LSTM实现多变量多步负荷预测(Tensorflow)

时间序列预测 — CNN-LSTM实现多变量多步负荷预测(Tensorflow)

时间序列预测 — MLP-LSTM实现多变量多步负荷预测(Tensorflow)

第五章:Transformer模型方法

时间序列预测 — Transformer模型原理

时间序列预测 — Transformer源码详解与运行

时间序列预测 — Transformer实现多变量负荷预测(PyTorch)

时间序列预测 — Informer模型原理

时间序列预测 — Informer源码详解与运行

时间序列预测 — Informer实现多变量负荷预测(PyTorch)

时间序列预测 — Autoformer模型原理

时间序列预测 — Autoformer源码详解与运行

时间序列预测 — Autoformer实现多变量负荷预测

时间序列预测 — CNN-Attention实现多变量多步负荷预测

时间序列预测 — LSTM-Attention实现多变量多步负荷预测

时间序列预测 — CNN+LSTM+Attention实现时间序列预测

第六章: 时间序列分解方法

时间序列预测 — 小波分解模型原理

时间序列预测 — VMD模型原理

时间序列预测 — EEMD模型原理

时间序列预测 — CEEMDAN分解模型

时间序列预测 — 时间序列分解存在的信息泄露问题

时间序列预测 — VMD-LSTM实现单变量多步光伏预测(Tensorflow):单变量转为多变量

时间序列预测 — VMD-LSTM实现单变量多步光伏预测(Tensorflow):单变量转为多单变量

时间序列预测 — CEEMDAN-LSTM实现多变量多步负荷预测

时间序列预测 — EMD-VMD-LSTM实现多变量多步负荷预测

第七章: 优化算法改进方法

时间序列预测 — (蝙蝠) BAT-LSTM实现多变量多步负荷预测

时间序列预测 — (遗传) GA-LSTM实现多变量多步负荷预测

时间序列预测 — (鲸鱼) WOA-LSTM实现多变量多步负荷预测

时间序列预测 — (萤火虫) FA-LSTM实现多变量多步负荷预测

时间序列预测 — (粒子群) PSO-LSTM实现多变量多步负荷预测

时间序列预测 — (麻雀搜索) SSA-GRU实现多变量多步负荷预测

第八章: 残差修正改进方法

时间序列预测 — ARIMA-LSTM实现多变量多步负荷预测

时间序列预测 — ARIMA-CNN-LSTM实现多变量多步负荷预测

时间序列预测 — ARIMA-WOA-LSTM实现多变量多步负荷预测

时间序列预测 — ARIMA-WOA-CNN-LSTM实现多变量多步负荷预测

时间序列预测 — ARIMA-LSTM-attention 实现多变量多步负荷预测

时间序列预测 — MLP-LSTM实现多变量多步负荷预测

第九章: 时间序列预测竞赛案例

时间序列预测 — (竞赛1) ‘泰迪杯’数据挖掘挑战赛

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/263346.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Python模块化设计程序(以打印日期为例)

我们现在接触过了大量的函数。有自己编写的函数、有内置函数、有模块中的函数等等。编写程序、制作软件,不可避免的使用大量函数。今天我采用编写日历的例子,很多函数都是由我们自己编写的。自己编写了函数,就知道函数中到底发生了什么样的运算,传入了什…

Oracle高可用一家老小全在这里

📢📢📢📣📣📣 哈喽!大家好,我是【IT邦德】,江湖人称jeames007,10余年DBA及大数据工作经验 一位上进心十足的【大数据领域博主】!😜&am…

JUC并发编程02——锁

一.乐观锁和悲观锁 悲观锁 认为自己在使用数据的时候一定有别的线程来修改数据,因此在获取数据的时候会先加锁,确保数据不会被别的线程修改。synchronized关键字和Lock的实现类都是悲观锁。 适用场景:适合写操作多的场景,先加锁…

用Java实现一对一聊天

目录 服务端 客户端 服务端 package 一对一用户; import java.awt.BorderLayout; import java.io.BufferedReader; import java.io.IOException; import java.io.InputStreamReader; import java.io.PrintWriter; import java.net.ServerSocket; import java.net.Socket; imp…

Pytorch CIFAR10图像分类 Swin Transformer篇

Pytorch CIFAR10图像分类 Swin Transformer篇 文章目录 Pytorch CIFAR10图像分类 Swin Transformer篇4. 定义网络(Swin Transformer)Swin Transformer整体架构Patch MergingW-MSASW-MSARelative position biasSwin Transformer 网络结构Patch EmbeddingP…

NMOS管的工作状态及漏极电流与漏源电压、栅源电压之间的关系

NMOS管的工作状态及漏极电流与漏源电压、栅源电压之间的关系 以NMOS为例进行说明,PMOS管与NMOS管类似,只是正负极符号需要做些调整。 工作区域 对于NMOS管,根据 V g s V_{gs} Vgs​和 V d s V_{ds} Vds​大小的不同,MOS管可工作…

【牛牛送书 | 第三期】《一本书讲透Java线程:原理与实践》带你深入JAVA多线程

目录 摘要: 多线程对于Java的意义 为什么Java工程师必须掌握多线程 Java多线程使用方式 如何学好Java多线程 参与方式🥇 摘要: 互联网的每一个角落,无论是大型电商平台的秒杀活动,社交平台的实时消息推送&#x…

Kubernetes实战(九)-kubeadm安装k8s集群

1 环境准备 1.1 主机信息 iphostname10.220.43.203master10.220.43.204node1 1.2 系统信息 $ cat /etc/redhat-release Alibaba Cloud Linux (Aliyun Linux) release 2.1903 LTS (Hunting Beagle) 2 部署准备 master/与slave主机均需要设置。 2.1 设置主机名 # master h…

layui日历插件

layui日历插件: 在已开源的layui日历插件的基础上的改版(原版插件地址:https://gitee.com/smalldragen/lay-calender-mark)https://gitee.com/tangmaozizi/layui-calendar-plugin.gitjava后台代码并没有把项目完整结构上传上去,因…

解决electron修改主进程后需要重启才生效

nodemon 是一种工具,可在检测到目录中的文件更改时通过自动重新启动节点应用程序来帮助开发基于 node.js 的应用程序 nodemon 特性 自动重新启动应用程序。检测要监视的默认文件扩展名。默认支持 node,但易于运行任何可执行文件,如 python、…

3DMAX关于显示驱动问题的解决方法大全

3DMAX与显卡驱动有关的问题主要有以下几种情况: 1.3DMAX启动弹出这样的界面: 2.主工具栏按钮不显示,或者鼠标移上去才显示(刷新问题)。 3.视口菜单不显示或显示不全。 问题分析: 首先&#x…

【解密考研英语:Python数据分析与可视化】

解密考研英语:Python数据分析与可视化 背景数据集技术选型功能实现创新点 大家好,欢迎阅读我的CSDN博客!今天我将分享一项有关考研英语真题的数据分析与可视化项目,希望对考研学子提供更有针对性的复习帮助。 背景 作为考研学子…