| 中文摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 评估指标 | 第12-14页 |
| 第二章 基于小波分析和奇异谱分析的肺结核月发病人数的预测 | 第14-29页 |
| 2.1 引言 | 第14页 |
| 2.2 研究方法 | 第14-21页 |
| 2.2.1 小波分析 | 第14-15页 |
| 2.2.2 奇异谱分析 | 第15-17页 |
| 2.2.3 极限学习机 | 第17-19页 |
| 2.2.4 非线性滤波器 | 第19页 |
| 2.2.5 支持向量回归 | 第19-21页 |
| 2.2.6 本章预测步骤 | 第21页 |
| 2.3 实证研究 | 第21-28页 |
| 2.3.1 小波分解预测 | 第22-24页 |
| 2.3.2 SSA分解预测 | 第24-27页 |
| 2.3.3 模型效果评价 | 第27-28页 |
| 2.4 小结 | 第28-29页 |
| 第三章 基于时间序列STL分解的肺结核月发病人数预测 | 第29-41页 |
| 3.1 引言 | 第29页 |
| 3.2 研究方法 | 第29-33页 |
| 3.2.1 STL分解 | 第29-31页 |
| 3.2.2 Elman神经网络 | 第31-33页 |
| 3.3 实证研究 | 第33-38页 |
| 3.3.1 STL分解 | 第33-35页 |
| 3.3.2 长期趋势的预测 | 第35-36页 |
| 3.3.3 残差项的预测 | 第36-37页 |
| 3.3.4 肺结核月发病人数的预测 | 第37-38页 |
| 3.4 模型比较 | 第38-39页 |
| 3.5 小结 | 第39-41页 |
| 第四章 结论 | 第41-43页 |
| 4.1 总结 | 第41-42页 |
| 4.2 本文的创新之处与不足 | 第42页 |
| 4.3 研究展望 | 第42-43页 |
| 参考文献 | 第43-48页 |
| 在学期间科研成果 | 第48-49页 |
| 致谢 | 第49页 |