机译:利用具有波动性的季节性长记忆模型对每日平均PM_(10)浓度进行建模和预测
机译:通过应用主成分分析并实施季节模型来改进每日平均PM_(10)浓度的人工神经网络模型预测
机译:稳健地估计部分季节性过程:建模和预测每日平均SO_2浓度
机译:在俄亥俄州辛辛那提附近预测预测最大每日PM_(10)浓度的预测模型
机译:使用高频财务数据通过长存储时间序列模型预测已实现的波动:估计,预测,季节性调整和计算。
机译:利用广义可加模型人工神经网络和季节性自回归综合移动平均模型对圣保罗市的登革热进行预测
机译:“使用aRFIma-GaRCH模型建模和预测日经225指数波动的波动性”