main.asv

时间序列预测算法。支持5种常见的算法 移动平均 非线性回归 指数平滑等

function Main
% Main route
% Include the Five Method
% 指数平滑
% AR
% MA
% ARMA
% 非线性回归

flag = 1;

while flag == 1
    disp('时间预测算法：指数平滑， 图像特征增强，图像分辨率增强，图像融合!');
    disp(' ');
    disp('图像去噪');
    disp('contourlet硬阈值去噪----------------------------------------- 1');
    disp('contourlet软阈值去噪----------------------------------------- 2');
    disp('contourlet循环平移硬阈值去噪---------------------------------- 3');
    disp('contourlet循环平移软阈值去噪---------------------------------- 4');
    disp('contourlet树结构逐次扫描收缩去噪------------------------------ 5');
    disp(' ');
    
    disp('图像特征增强');
    disp('增益函数示例-------------------------------------------------- 6');
    disp('contourlet特征增强-------------------------------------------- 7');
    
    disp(' ');
    disp('图像分辨率增强');
    disp('contourlet基于系数学习的快速算法------------------------------- 8');
    disp('contourlet基于系数学习的算法----------------------------------- 9');
    disp('wavelet基于系数学习的快速算法---------------------------------- 10');
    disp('wavelet基于系数学习的算法-------------------------------------- 11');
    
    disp(' ');
    disp('图像融合');
    disp('contourlet系数极大值的图像融合---------------------------------- 12');
    disp('contourlet基于区域能量的图像融合-------------------------------- 13');
    
    option = input('请输入你的选项','s');
    disp(' ');
    
    switch option
        case '1'
            disp('contourlet硬阈值去噪');
            harddenoisedemo;
        case '2'
            disp('contourlet软阈值去噪');
            softdenoisedemo;
        case '3'
            disp('contourlet循环平移硬阈值去噪');
            csharddenoisedemo;
        case '4'
            disp('contourlet循环平移软阈值去噪');
            cssoftdenoisedemo;
        case '5'
            disp('contourlet树结构逐次扫描收缩去噪');
            treedemo;
        case '6'
            disp('增益函数示例');
            plotgain;
        case '7'
            disp('contourlet特征增强');
            enhancedemo;
        case '8'
            disp('contourlet基于系数学习的快速算法');
            cflearningdemo;
        case '9'
            disp('contourlet基于系数学习的算法');
            clearningdemo;
        case '10'
            disp('wavelet基于系数学习的快速算法');
            wflearningdemo;
        case '11'
            disp('wavelet基于系数的算法');
            wlearingdemo;
        case '12'
            disp('contourlet系数极大值的图像融合');
            maxfusiondemo;
        case '13'
            disp('contourlet基于区域能量的图像融合');
            patchfusiondemo;
      otherwise
        disp('不正确的输入参数!')
    end
    
    R=input('你希望退出程序吗? [Y/N] ','s');
    disp(' ');
    if strcmp(R,'') + strcmp(R,'y') + strcmp(R,'Y'), 
        flag = 0;
    end
end


% Parameter：
nseq = [0.93 2.04 2.94 3.84 4.83 5.68 6.77 7.90 8.85 9.87 10.71 11.54 1.07 2.21 3.16 4.41 5.23 6.16 7.37 8.58 9.62 1.07 1.29 1.19 1.16 1.17 1.15 1.38 1.41 1.25 1.26 1.08 1.03];

% Base the Input Predict Method to solve the nseq



% Plot the orignal Graphic
x = 1:1:33;    % 33个标本数据
y = nseq;
plot(x,y,'--bs','LineWidth',2,...
                'MarkerEdgeColor','k',...
                'MarkerFaceColor','g',...
                'MarkerSize',2);

title('全社会客货运输量', 'FontSize', 10);
xlabel('月份', 'FontSize', 10);
ylabel('铁路客户量(亿)', 'FontSize', 10);
grid on