中图网

>

数学

基于深度学习的时间序列预测问题研究

作者：王豫峰

出版社：西北工业大学出版社出版时间：暂无

开本： 16开 页数： 326

本类榜单：自然科学销量榜

中图价:¥53.9(5.5折) 定价 ~~¥98.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
宇宙、量子和人类心灵

宇宙、量子和人类心灵

¥41.6¥58
>
考研数学专题练1200题

考研数学专题练1200题

¥30.6¥78
>
希格斯:“上帝粒子”的发明与发现

希格斯:“上帝粒子”的发明与发现

¥17.4¥48
>
神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁

神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁

¥48¥120
>
二十四史天文志校注(上中下)

二十四史天文志校注(上中下)

¥261.3¥390
>
声音简史

声音简史

¥20.8¥52
>
浪漫地理学:追寻崇高景观

浪漫地理学:追寻崇高景观

¥39.3¥59

商品详情
商品评论(0条)

中图价:¥53.9 加入购物车

版权信息
内容简介
目录
作者简介

基于深度学习的时间序列预测问题研究版权信息

ISBN：9787561292693
条形码：9787561292693 ; 978-7-5612-9269-3
装帧：暂无
册数：暂无
重量：暂无
所属分类：
自然科学
>
数学

基于深度学习的时间序列预测问题研究内容简介

本书首先对基于深度学习时间序列预测方法提出的理论依据进行分析, 然后对其中涉及的关键技术进行研究。*后, 针对各种真实场景的时间序列预测问题进行了分别的研究和测试。

基于深度学习的时间序列预测问题研究目录

**章时间序列预测技术概述 **节时间序列预测技术的研究意义第二节时间序列预测问题描述第三节时间序列预测的技术评价指标和性能分析方法第四节时间序列预测技术测试数据集第五节时间序列预测应用前景第二章时间序列数据的预处理 **节数据清理第二节特征抽取第三节时间序列数据的表示方法第四节相似性度量第五节数据增强第三章时间序列分类 **节分类器第二节单变量时间序列分类方法第三节多变量时间序列分类方法第四章传统时间序列预测方法 **节自回归模型第二节移动平均模型第三节自回归移动平均模型第四节自回归综合移动平均模型第五节自回归条件异方差模型第六节指数平滑模型第五章基于机器学习的时间序列预测方法 **节向量自回归模型第二节支持向量回归第三节梯度提升回归树第四节隐马尔可夫模型第六章基于卷积神经网络的时间序列预测方法 **节卷积神经网络第二节循环神经网络第三节长短期记忆网络第四节门控循环单元第七章基于图神经网络的时间序列预测方法 **节图神经网络第二节用于音频波形预测的生成模型第三节多元时间序列预测图神经网络第四节基于潜在图推理的多元时间序列预测方法第五节基于深度时空图建模的时间序列预测方法第八章基于残差全连接网络的时间序列预测方法 **节残差全连接网络第二节基于前向和后向残差的深度神经网络预测方法第三节用于电价预测的全神经网络方法第四节基于时空的全连接门控图结构的交通预测方法第九章基于自注意力机制的时间序列预测方法 **节注意力机制第二节预训练深度双向Transformer预测方法第三节对抗稀疏Transformer预测方法第四节超长序列预测方法第五节多时序融合时间序列预测方法第六节基于状态空间分解的时间序列预测方法第七节基于自相关分解的时间序列预测方法参考文献

展开全部

基于深度学习的时间序列预测问题研究作者简介

唐丙寅，男，1986年5月13日出生，博士，毕业于中国地质大学（武汉），现任职于南阳理工学院。曾参与国家973项目1项，主持或参与省、市科技项目多项，发表SCI、EI论文多篇。目前主要从事大数据、人工智能等领域的研究工作。王豫峰，男，1982年7月11日出生，博士，南阳理工学院就职。曾参与国家重点专项一项，主持省科技厅、省教育厅项目多项，发表SCI、EI论文多篇。目前，主要从事智能计算、机器学习、数据挖掘等领域的研究工作。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐