导读:本文包含了时间序列分析论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:序列,时间,模型,平均,湖北省,竞技状态,河北省。
时间序列分析论文文献综述
唐燕[1]（2019）在《项目驱动的《时间序列分析》课程教学改革与实践》一文中研究指出《时间序列分析》课程教学运用项目驱动教学法,构建开放多元的教学模式,让学生参与到老师的具体项目、课题中或自选经济、管理等前沿问题的时序模型研究,是提高实践环节和理论方法的教学匹配度,锻炼学生利用时序方法分析实际问题能力的重要措施。(本文来源于《课程教育研究》期刊2019年51期）
周敏[2]（2019）在《高职教育与地方经济协同发展的实证研究——基于上海市2009—2018年时间序列数据分析》一文中研究指出本文以上海市2009—2018年时间序列数据为数据分析的基础,利用柯布-道格拉斯生产函数模型,简要研究了高职教育与地方经济协同发展之间的数据关系,并且研究教育发展对于经济发展的突出贡献。通过一段时间的研究可以发现,上海市的国内生产总值、劳动投入、资本存量和高职教育之间的关系存在着唯一性的协调整合关系,只要高职教育的发展增加10%,经济拉动行增长率可以增长约为4%,根据整体的估算,2009—2018年的高职教育对于经济增长的拉动性贡献指数和份额大概为72%。(本文来源于《中国商论》期刊2019年22期）
韩玲,王鸿,颜隆,高治理,贺娟[3]（2019）在《河北省手足口病发病趋势的时间序列分析》一文中研究指出目的:运用季节性自回归移动平均混合(SARIMA)模型分析预测河北省手足口病发病趋势的可行性和适用性,为手足口病的防控工作提供决策依据。方法:利用R3.5.1软件对河北省2008年1月至2014年12月手足口病月发病率资料进行建模,并以2015年手足口病月发病率资料验证模型的预测效果。结果:模型SARIMA(1,1,1)(0,1,1)12较好地拟合了河北省手足口病月发病率资料,模型残差为白噪声序列(Ljung-Box Q=9.289,P=0.411),预测值与实际值的相对误差范围为0.924%～35.526%,平均相对误差为13.408%。结论:SARIMA模型可较好地反映河北省手足口病的发病趋势并进行短期预测。(本文来源于《中华中医药杂志》期刊2019年12期）
张田,潘尔顺[4]（2019）在《基于时间序列分析的电容器退化模型》一文中研究指出针对高温下电容器电容值下降的问题,基于差分自回归移动平均(ARIMA)模型及分数阶自回归移动平均(ARFIMA)模型,引入时间序列分析法预测电容值的退化轨迹.对于ARIMA模型,当电容器的退化过程服从Wiener分布时,利用过差分预判法(OPM)预判原时间序列的过差分阶数;根据单位根检验、自相关及偏自相关函数的计算结果确定经过一阶差分后的时间序列的平稳性.对于ARFIMA模型,利用重标极差法判定退化数据是否具有长期记忆性;通过最小准则及极大似然法估计模型阶数及其相关参数值.最后,通过残差检验验证OPM-ARIMA及ARFIMA模型在提取有效信息与准确预测两方面的能力,并进一步分析了这两种模型的可行性与有效性.(本文来源于《上海交通大学学报》期刊2019年11期）
杜文晟[5]（2019）在《基于时间序列方法的湖北省居民消费价格指数预测分析》一文中研究指出以湖北省的居民消费价格指数数据为研究对象,使用ARIMA模型对数据进行拟合,并据此作出预测。(本文来源于《湖北师范大学学报(哲学社会科学版)》期刊2019年06期）
王宇飞,杜天苍[6]（2019）在《基于Holt-Winters的时间序列预测在大数据监控系统中的分析与应用》一文中研究指出针对大数据监控系统对时间序列预测准确性和实时性的需求,以及大数据监控系统中时间序列呈现趋势性和季节性变化的特点,选择Holt-Winters算法建立时间序列预测模型。首先介绍时间序列的概念和特点,然后分析Holt-Winters算法的原理以及预测条件。选取合适的平滑系数是影响Holt-Winters算法预测准确性的关键,结合L-BFGS算法在不同时间区间求最优解,实现动态平滑系数的选取。最后以用户2天的页面访问量作为实验数据,通过相对误差指标的比较分析,验证该算法能满足大数据监控系统对时间序列预测的需求,具有较好的实际应用效果。(本文来源于《计算机与现代化》期刊2019年11期）
张开月,金武,姚庆兵,韩小亮,李小琴[7]（2019）在《扬州市大气臭氧与居民死亡关系的时间序列分析》一文中研究指出目的研究扬州市大气污染物中臭氧(O_3)与居民每日死亡的相关性。方法收集扬州市2015-2017年O_3日均浓度、气象因素(包括日平均气温、相对湿度)及每日死因别死亡人数,运用广义相加模型(GAM),进行非意外总死亡年龄和性别的分层分析。结果 O_3浓度每增加10μg/m~3,居民非意外死亡风险增加1.943%[95%可信区间(95%CI)1.570%～2.317%]、呼吸系统死亡风险增加2.182%(95%CI 1.014%～3.363%)、循环系统死亡风险增加2.507%(95%CI 1.903%～3.114%);其中男性非意外死亡风险增加1.555%(95%CI 1.054%～2.059%),女性增加2.426%(95%CI 1.868%～2.986%);<65岁人群增加0.916%(95%CI 0.088%～1.751%),≥65岁人群增加2.199%(95%CI 1.782%～2.618%)。结论扬州市O_3的短期暴露能增加居民非意外死亡、呼吸系统及循环系统死亡的风险,女性和年龄65岁及以上老年人群为暴露的敏感人群。有必要针对性地对大气污染物的治理采取措施,降低居民死亡风险。(本文来源于《现代医药卫生》期刊2019年21期）
刘天彪,徐懿凡,杨斌,白旭,薛俊[8]（2019）在《基于时间序列的中超联赛球队竞技表现稳定性分析》一文中研究指出竞技状态是训练学的核心研究概念之一,其会极大地影响运动员竞技表现。竞技表现反映了竞技状态好坏,以往对此内容的研究多集中于优秀运动员个体。为了探讨集体项目中的竞技表现及其影响因素,选择中超联赛作为研究对象。中超联赛是亚洲最好的职业足球联赛之一,代表了中国职业足球的最高水平,受到广泛的关注。通过时间序列分析中的自相关函数和互相关函数对足球比赛表现分析进行实证研究,以2017赛季中国足球超级联赛的240场比赛为样本,探明影响球队竞技状态的表现指标稳定性,并确定对球队战绩影响较大的关键指标。研究结果显示:(1)对联赛排名上游的球队而言,传球成功率、拦截和抢断是较为重要的指标;(2)进球和进攻类指标是强队制胜的关键;(3)联赛排名上游和中游球队比赛表现的整体稳定性要高于下游球队。(本文来源于《武汉体育学院学报》期刊2019年11期）
肖明,徐烨[9]（2019）在《时间序列下关键词多词共现分析及研究热点预测——以我国图情领域核心期刊为例》一文中研究指出[目的/意义]提出挖掘关键词多词共现的方法,从而揭示领域的研究主题并预测未来的研究热点。[方法/过程]以我国图情领域为例,通过Apriori算法,对近12年15种核心期刊关键词矩阵进行关联规则挖掘,并结合时间序列预测法对挖掘出的关键词集进行短期预测。[结果/结论]该方法挖掘出442组关键词集,得出近12年来我国图情领域的研究热点,并选择了4组典型的关键词集进行短期预测,分析这些领域的未来趋势。(本文来源于《情报探索》期刊2019年11期）
张旭东,杜家浩,黄宇方,石东贤,缪永伟[10]（2019）在《基于多尺度层级LSTM网络的时间序列预测分析》一文中研究指出现有的深度学习研究都依赖于网络的自发学习能力,在训练过程中力求避免或尽量减少人为先验知识的设定,导致网络训练过程完全"黑盒",研究人员很难从语义上进行阐述。针对这种情况,文中提出了一种基于原始LSTM网络的改进——多尺度层级LSTM(Multi-Scale Hierarchical Long Short-Term Memory,MSH-LSTM)网络。该网络保留了神经网络的常规实现流程,在网络学习过程中将层级网络结构与人的经验知识有机结合,使网络在人为指引下有目的地训练,不再是完全的"黑盒",同时对时间序列更好地进行分析预测。为说明MSH-LSTM网络结构的有效性,实验选取了两种时间序列数据(气温、股票),结果表明,相较于ANN网络、LSTM网络及GRU网络,MSH-LSTM网络在保证网络适用性的同时更具分析预测优势。在气温实验中,由于MSH-LSTM与常规LSTM,GRU网络都利用了序列数据的时间因素,因此,它们的效果明显优于ANN;在股票实验中,MSH-LSTM的MAPE误差相对于常规LSTM,GRU,ANN网络分别平均提升了约19.65%,24.35%,46.30%。(本文来源于《计算机科学》期刊2019年S2期）
时间序列分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文以上海市2009—2018年时间序列数据为数据分析的基础,利用柯布-道格拉斯生产函数模型,简要研究了高职教育与地方经济协同发展之间的数据关系,并且研究教育发展对于经济发展的突出贡献。通过一段时间的研究可以发现,上海市的国内生产总值、劳动投入、资本存量和高职教育之间的关系存在着唯一性的协调整合关系,只要高职教育的发展增加10%,经济拉动行增长率可以增长约为4%,根据整体的估算,2009—2018年的高职教育对于经济增长的拉动性贡献指数和份额大概为72%。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
时间序列分析论文参考文献
[1].唐燕.项目驱动的《时间序列分析》课程教学改革与实践[J].课程教育研究.2019
[2].周敏.高职教育与地方经济协同发展的实证研究——基于上海市2009—2018年时间序列数据分析[J].中国商论.2019
[3].韩玲,王鸿,颜隆,高治理,贺娟.河北省手足口病发病趋势的时间序列分析[J].中华中医药杂志.2019
[4].张田,潘尔顺.基于时间序列分析的电容器退化模型[J].上海交通大学学报.2019
[5].杜文晟.基于时间序列方法的湖北省居民消费价格指数预测分析[J].湖北师范大学学报(哲学社会科学版).2019
[6].王宇飞,杜天苍.基于Holt-Winters的时间序列预测在大数据监控系统中的分析与应用[J].计算机与现代化.2019
[7].张开月,金武,姚庆兵,韩小亮,李小琴.扬州市大气臭氧与居民死亡关系的时间序列分析[J].现代医药卫生.2019
[8].刘天彪,徐懿凡,杨斌,白旭,薛俊.基于时间序列的中超联赛球队竞技表现稳定性分析[J].武汉体育学院学报.2019
[9].肖明,徐烨.时间序列下关键词多词共现分析及研究热点预测——以我国图情领域核心期刊为例[J].情报探索.2019
[10].张旭东,杜家浩,黄宇方,石东贤,缪永伟.基于多尺度层级LSTM网络的时间序列预测分析[J].计算机科学.2019
论文知识图
