基于Transformers的时间序列平稳性分析（Python完整源码和数据） 基于Transformers的时间序列平稳性分析（Python完整源码和数据） 基于Transformers的时间序列平稳性分析（Python完整源码和数据） Transformers 时间序列 数据分析

时间序列内容课程文件

不平稳性时序数据处理代码，包含差异化（一阶差分法）处理

不平稳性时序数据短期预测

平稳性时序数据处理代码

人工智人-家居设计-公交车行驶平稳性智能监测系统的设计与研究.pdf

便携式列车舒适度与平稳性测试系统由上位机和下位机组成， 上位机完成数据的计算、存储、显示等功 能; 下位机以 TI 公司 TMS320F2812 为核心， 完成振动数据采集、处理、显示和传输等功能。本文详细介绍了该系统 的硬件和软件设计、上位机调试、实车测试等。软件设计由 CCS 平台完成， 给出了程序流程图及具体程序段; 硬件 设计给出了系统各模块电路图及硬件实物平台; 上位机调试由 LABVIEW 平台完成; 实车测试在某线某车上完成， 并获得了相应的试验数据。同时， 将测试仪测得的列车运行舒适度及平稳性指标与上位机计算结果进行对比， 结 果显示: 检测值与计算值基本吻合， 误差均在 10% 以内， 符合工程测量要求。

本文档通过案例的形式展示了平稳性检验和纯随机性检验的完整过程、结果及具体分析，能让初学者更好的理解和掌握检验的真正作用，使知识更加融汇贯通。

本代码是使用新方法对信号进行广义平稳性估计的 Matlab 函数。 根据该理论，估计的对象是：被测信号的均值、方差和自协方差。 这三个参数必须与时间无关，以便将信号标记为非平稳信号。 该函数提供了四个布尔标志的计算： 1）整体广义平稳性，即均值、方差和自协方差同时平稳； 2）关于均值（或线性趋势）的平稳性； 3）关于方差（以及因此关于RMS值）的平稳性； 4) 自协方差的时不变性（以及自相关和 PSD 的时不变性）。 给出了一些示例以阐明该函数的用法。 为方便起见，输入和输出参数在函数的开头给出。 该代码基于以下描述的理论： [1] H.日沃米罗夫，I. Nedelchev。 一种信号平稳性估计方法。 罗马尼亚声学与振动杂志，ISSN：1584-7284，卷。 XVII, No. 2, pp. 149-155, 2020. ( http://rjav.sra.ro/index.ph

论文研究-时空地理加权回归模型的时空非平稳性检验.pdf,  针对时空地理加权回归模型,通过时空加权距离构造权重矩阵,采用地理加权拟合技术得到回归系数的逐点估计. 构造合适的统计量对回归系数进行关于时间和空间的非平稳性检验,利用三阶矩χ2逼近方法计算检验的p值. 最后,模拟算例和实际例子都说明该检验方法的有效性.