| 摘要 | 第1-16页 |
| ABSTRACT | 第16-21页 |
| 第1章 绪论 | 第21-31页 |
| ·前言 | 第21-22页 |
| ·非线性时间序列分析的研究发展现状 | 第22-27页 |
| ·非线性时间序列分析的研究发展现状 | 第22-25页 |
| ·非线性时间序列分析的基本问题和研究方面 | 第25-27页 |
| ·选题意义 | 第27-28页 |
| ·本论文的研究工作和内容安排 | 第28-31页 |
| 第2章 相空间重构与嵌入理论 | 第31-49页 |
| ·相空间重构 | 第31-36页 |
| ·动力系统理论 | 第31-32页 |
| ·相空间重构和嵌入定理 | 第32-34页 |
| ·相空间重构参数的选取问题 | 第34-36页 |
| ·主分量分析方法 | 第36-40页 |
| ·主分量分析的原理和算法 | 第37-39页 |
| ·主分量分析方法使用过程的限制 | 第39-40页 |
| ·关联维数方法 | 第40-46页 |
| ·测度与分形维数 | 第41-43页 |
| ·关联维数GP算法 | 第43-44页 |
| ·饱和关联维数法 | 第44-45页 |
| ·关联维数使用过程中的限制因素 | 第45-46页 |
| ·伪邻近点方法 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第3章 基于高阶统计量与预测效果的嵌入维数的选取方法 | 第49-66页 |
| ·概述 | 第49-50页 |
| ·基于高阶统计量的嵌入维数的选取方法 | 第50-58页 |
| ·高阶统计量 | 第50-52页 |
| ·用四阶累积量估计最小嵌入维数的新方法 | 第52-53页 |
| ·仿真实验与分析 | 第53-58页 |
| ·基于预测效果的嵌入维数的选取方法 | 第58-64页 |
| ·基于预测效果的嵌入维数的选取方法 | 第58-59页 |
| ·仿真结果及分析 | 第59-64页 |
| ·本章小结 | 第64-66页 |
| 第4章 非线性时间序列的建模与预测 | 第66-86页 |
| ·概述 | 第66页 |
| ·动力系统中的逆问题 | 第66-68页 |
| ·非线性时间序列建模方法分类及评述 | 第68-69页 |
| ·全局预测方法 | 第69-74页 |
| ·神经网络模型 | 第70-72页 |
| ·支持向量机模型 | 第72-74页 |
| ·局域预测方法 | 第74-78页 |
| ·局域平均预测方法 | 第75-77页 |
| ·局域线性预测方法 | 第77-78页 |
| ·自适应预测方法 | 第78-85页 |
| ·自适应预测模型 | 第78-79页 |
| ·非线性归一化LMS自适应滤波算法 | 第79-82页 |
| ·局域自适应预测方法 | 第82-85页 |
| ·本章小结 | 第85-86页 |
| 第5章 改进的局域预测方法 | 第86-105页 |
| ·概述 | 第86-87页 |
| ·改进的局域线性预测方法 | 第87-92页 |
| ·改进的局域线性预测方法 | 第87-89页 |
| ·仿真结果及分析 | 第89-92页 |
| ·新的局域线性预测模型 | 第92-100页 |
| ·新的局域线性预测模型 | 第92-94页 |
| ·仿真结果及分析 | 第94-100页 |
| ·局域线性预测模型的最优参数分析 | 第100-104页 |
| ·局域线性预测模型的最优参数 | 第100-101页 |
| ·仿真结果及分析 | 第101-104页 |
| ·本章小结 | 第104-105页 |
| 第6章 局域预测法邻近点的选取与激光数据的预测 | 第105-122页 |
| ·局域预测与邻近点 | 第105-109页 |
| ·局域支持向量机预测方法 | 第105-107页 |
| ·多步预测的两种实现方法 | 第107-108页 |
| ·局域预测邻近点的选取方法 | 第108-109页 |
| ·信息准则 | 第109-111页 |
| ·基于信息准则的局域预测法邻近点的选取方法 | 第111-113页 |
| ·非线性时间序列局域预测邻近点选取的算例与讨论 | 第113-116页 |
| ·非线性时间序列局域预测邻近点的选取 | 第113-116页 |
| ·非线性时间序列局域预测结果 | 第116页 |
| ·激光数据的局域预测 | 第116-121页 |
| ·激光数据局域预测邻近点的选取 | 第117-119页 |
| ·激光数据的局域预测结果 | 第119-121页 |
| ·本章小结 | 第121-122页 |
| 第7章 非线性检测与生物医学信号的非线性分析 | 第122-139页 |
| ·概述 | 第122-123页 |
| ·Lyapunov指数 | 第123-128页 |
| ·非线性动力系统的Lyapunov指数 | 第124-126页 |
| ·根据时间序列计算Lyapunov指数的原理和算法 | 第126-128页 |
| ·基准轨道方法 | 第126-127页 |
| ·局部线性化方法 | 第127-128页 |
| ·替代数据 | 第128-131页 |
| ·预测效果方法 | 第131-133页 |
| ·粗粒化方法与条件熵 | 第133-134页 |
| ·生物医学信号的非线性分析 | 第134-137页 |
| ·本章小结 | 第137-139页 |
| 第8章 网路流量的非线性预测 | 第139-148页 |
| ·概述 | 第139-141页 |
| ·网络流量数据及预处理 | 第141-143页 |
| ·网络流量的相空间重构 | 第143-144页 |
| ·网络流量局域预测邻近点的选取 | 第144-145页 |
| ·网络流量的局域预测结果 | 第145-147页 |
| ·本章小结 | 第147-148页 |
| 第9章 总结和结论 | 第148-151页 |
| 参考文献 | 第151-162页 |
| 致谢 | 第162-163页 |
| 攻读博士学位期间发表的论文 | 第163-165页 |
| 附:已发表的英文论文两篇 | 第165-181页 |
| 学位论文评阅及答辩情况表 | 第181页 |