《表1 基于小波与ARIMA组合模型的部分景点（广州动物园）预测部分数据》
提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《基于小波分析和ARIMA模型的假期客流量预测分析》
基于小波分析和ARIMA组合模型拟合的广州动物园的客流量结果见表1。
| 图表编号 | XD008137800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.05 |
| 作者 | 邓慧琼、陈怀娜、曾毓芬、连宗胜、周燕 |
| 绘制单位 | 华南农业大学数学与信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
提示：宽带有限、当前游客访问压缩模式
相关图表
- 《表2 部分原始数据：基于CM-BiLSTM的APU排气温度预测模型》2021.02.15
- 《表1 离散后的部分数据：面向组合投资预测的大数据生成算法》2021.02.16
- 《表5 小波-ARIMA-LS-SVM模型年降水量预测结果》2020.12.25
- 《表4 小波分析-ARIMA模型年降水量预测结果》2020.12.25
- 《表1 部分样本数据：基于ARMA模型的股票开盘价分析及预测》2020.09.25
- 《表1 历史数据：ARIMA-MSFD组合模型在甘肃省水力发电量预测中的应用》2020.10.21
- 《表1 历史数据：ARIMA-MSFD组合模型在甘肃省水力发电量预测中的应用》2020.10.21
- 《表2 模型精度对比：考虑残差的小波G-Verhulst-ARIMA大坝变形组合预测模型及应用》2020.12.25
- 《表3 组合预测模型的部分预测误差》2020.12.15
- 《表1 实测数据：基坑变形小波去噪及BP神经网络组合预测模型研究》2021.01.25
- 《表1：仿真测试参数：基于ARIMA和线性回归组合模型的煤炭价格预测》2021.01.01
- 《表1 部分数据样本：基于小波包分解和K最近邻算法的轴承故障诊断方法》2020.02.01
- 《表1 模型识别规则：基于ARIMA-BP组合模型的房地产价格预测方法研究》2020.03.01
- 《表1 实验数据部分示例：基于指数平滑的云服务器请求量集成预测模型》2020.02.16
- 《表1 部分训练数据：基于遗传算法优化BP神经网络的YG8硬质合金耐磨性预测模型》2019.12.25
- 《表1 特征提取部分数据：基于小波包-AR谱和深度学习的轴承故障诊断研究》2019.06.01
- 《表1 部分原始数据表：基于数据分析的铁路列车到达晚点预测模型》2019.06.20
- 《表2 部分样本数据：基于改进BP神经网络的供热负荷预测模型》2019.07.15
- 《表1 仿真信号模拟值：基于经验小波与小波变换的GIS局部放电信号去噪方法研究》2019.07.16
- 《表1 实验数据集：基于ARIMA和CART的负载预测模型》2019.05.30