我正在尝试使用Loess分析STL分解的源代码，并确定将观测数据划分为季节性、趋势和残差的背后的数学原理。请在下面找到指向STL源代码的链接：
我能破译季节性的值。但是为了找出趋势的值是如何计算的，我被重定向到一个卷积过滤器函数，该函数反过来又进行了更多的调用来计算趋势的值。
浏览 21提问于2020-03-09得票数 0
The goal：我试图使用带通滤波器从时间序列中提取季节性和趋势成分，因为基于黄土的方法存在问题，您可以阅读更多关于的内容。The problem：当我执行过滤器时，循环成分按预期显示(捕捉年度季节性)，但趋势分量似乎极度拟合，以致残差变得很小，由此产生的模型对样本外预测没有用处。1.63 1.26 5 2006-12-26 0.36 0.353
6 2006-12-27 0.
浏览 0提问于2018-11-18得票数 0
回答已采纳
1回答
从STL预测r
、、
我想了解从STL函数预测R是如何工作的。所以，我不会在这里给出任何可复制的代码。
现在，我的任务是计算预测值，其中包括a。季节和趋势</e
浏览 6提问于2014-11-30得票数 0
5回答
📷
上述时间序列图是一家公司的每日收盘价指数。我想知道加法和乘法之间的哪一个模型最适合上述数据。我知道这两个模型是什么，但我还无法为上面的数据找出正确的模型。此外，除了简单的可视化之外，还有其他方法可以帮助我决定正确的模型吗？
浏览 0提问于2019-02-22得票数 5
1回答
问题是大多数变量的数据都很嘈杂。有人建议使用时间序列函数，将噪音和季节性从趋势中分离出来，并研究趋势成分，以便进行更清晰的分析。如果解决了上面#1中的问题，将数据分解，并将趋势分离出来(即。特别是随机变化/噪音)，你如何从它得到一个斜率度量？也就是说，如果我想将线性模型拟合到原始数据的趋势分量(分解后)，那么x(独立)变量是什么？是否有
浏览 6提问于2021-11-24得票数 0
4回答
有没有人知道是否有一个基于Python的过程来利用STL (季节-趋势-黄土)方法分解时间序列？我看到了在R中调用stl函数的包装器程序的引用，但我发现从环境设置的角度来看，这是不稳定和麻烦的(Python和R一起使用)。而且，林克当时4岁。有人能指出一些最近的东西(例如sklearn，spicy等)吗？
浏览 5提问于2018-06-27得票数 1
3回答
我的问题是关于每个卷积层之后的特征映射的数目。根据我的研究，在每个卷积层，基于我们想要的滤波器，我们得到特征映射的确切数目。但在一些教程中，我遇到了一些不遵循此原则的体系结构。例如，在本例中：池后第一卷积层的输出为6个特征图(红线)。在下一个卷积层使用该特征映射，生成16个新<em
浏览 2提问于2018-05-16得票数 7
回答已采纳
这可以使用OpenGL着色器吗，或者我需要使用其他技术吗？我知道这些信息不多，但我甚至找不到这种效应的真正名称，所以我无法在谷歌上搜索它。
浏览 0提问于2011-11-23得票数 4
回答已采纳
2回答
19L)), .Names = c("Process", "Date", 我正在尝试使用IQR方法从我的数据中捕获异常值。但当我使用这些数据时，我也会捕获可能正常的数据。我喜欢从我的数据点中删除季节性，然后应用异常值规则。
Process列上有数千个不同的进程。我只需要捕获
浏览 1提问于2012-11-06得票数 1
1回答
我有一个时间序列(每日)数据集由一个标签(整数)和15个特征在5年内。我不知道特征的含义，但我必须根据这些特征来预测标签。为了做到这一点，首先，我使用了来自pandas.tools.plotting的pandas.tools.plotting来确定我的标签(y)中是否有季节性。请参阅下图：然后，通过扫描Freq参数，使用seasonal_decompose查找标签(y)的季节、趋势和残差：
浏览 1提问于2017-12-02得票数 1
7回答
我听过许多人说，如果容器中预期的元素数量相对较少，那么使用std::vector而不是std::map会更好，即使您只将容器用于查找而不是迭代。我<
浏览 14提问于2009-01-18得票数 78
回答已采纳
2回答
角度滤波器背后的逻辑是什么？我们在下面使用角度滤波器 { age: 25 { age: 20ng-model="search"> {{us
浏览 5提问于2016-08-21得票数 0
回答已采纳
2回答
我在R中对时间序列进行聚类时遇到了问题。我用谷歌搜索了很多次，但没有找到适合我的问题。
我已经对时间序列进行了STL分解。趋势分量在一个有64列的矩阵中，每个系列一列。现在我想将这些序列聚类到模拟组中，包括曲线形状和适时移动。我发现一些函数暗示了这些方面中的一个，但不是两个都有。首先，我尝试使用dtw-distance计算距离矩阵，因此我根据这些
浏览 1提问于2013-11-28得票数 2
我有来自三个传感器的数据，并将其分解成21,190,938个样本序列。我将它存储在一个张量xt中，其中包含维数(21190,938，3)，并创建了一个标签张量，yt，维数(21190,1)。我的意图是让卷积层在时间(938-长度)维上应用滤波器，并将卷积层中这些滤波器的每一步的输出作为时间序列中的样本输入LSTM层。我已经根据我
浏览 5提问于2021-06-04得票数 0
https://stackoverflow.com/questions/307291/how-does-the-google-did-you-mean-algorithm-work，这是谷歌的逻辑，你指的是算法在其他拼写纠正算法中使用的算法是什么?在音乐/OTT搜索应用程序的情况下，查找类似的文本，例如。亚马逊音乐-类似地，在git命令的情况下，<em
浏览 0提问于2022-05-19得票数 1
我不是DSP专家，但我知道有两种方法可以将离散时域滤波器应用于离散时域波形。第一种是在时域中对它们进行卷积，第二种是对两者进行FFT，将两个复谱相乘，然后对结果进行IFFT。这些方法中的一个关键区别是第二种方法受到循环卷积的影响。
例如，如果滤波器和波形都是N点长，则第一种方法(即卷积)产生N+N-1点长的结果，其中该响应的前半部分是滤波器填充，后半部分是滤波器清
浏览 6提问于2010-10-03得票数 12
回答已采纳
我想使用阿尔马/阿里玛在前一个小时的基础上预测下一个小时的消费量。为什么我要分析/发现季节性(使用利用黄土进行季节与趋势分解 (STL)?)？
📷
浏览 0提问于2014-07-19得票数 6
回答已采纳
1回答
我已经使用上提供的2d函数计算了掩码。我现在有一个2d矩阵。我了解到，为了提高运行时间，可以避免使用标准卷积方法，因为高斯的分离性。换句话说，正如这个所说，“在高斯模糊的情况下，它分解为二维操作”。一直很有用，但是，我不明白如何从现有的2d掩码中获得一个一维掩码。例如，将图3中的2d掩码转换为图4中的一维掩码。是足够计算一个一维掩码开始，并应用它的
浏览 5提问于2014-08-09得票数 5
回答已采纳
我使用对传入消息执行一些验证逻辑。需要将此验证的结果发送回消息网关调用方，以便告知请求到底有什么问题。到目前为止，我已经探讨了两种选择：这会将异常抛回调用方，但它的内容非常通用，我无法找到自定义它的方法：
detailMessage这很好，但是感觉就像完全相同的验证逻辑需要被调用两次。第一次在筛选方法本身内确定是
浏览 1提问于2020-06-25得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
