基于最小二乘支持向量机和马尔科夫模型的混合模型研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 国内外研究现状 | 第10-12页 |
| 1.2 研究背景与意义 | 第12-13页 |
| 1.3 研究内容及技术路线 | 第13-15页 |
| 2 最小二乘支持向量机和马尔科夫模型理论基础 | 第15-34页 |
| 2.1 统计学习理论 | 第15-20页 |
| 2.1.1 VC维 | 第15-16页 |
| 2.1.2 推广性的界 | 第16-17页 |
| 2.1.3 模型的估计与选择 | 第17-20页 |
| 2.2 支持向量机 | 第20-29页 |
| 2.2.1 支持向量分类机 | 第20-25页 |
| 2.2.2 支持向量回归机 | 第25-29页 |
| 2.3 最小二乘支持向量机 | 第29-32页 |
| 2.3.1 最小二乘支持向量分类机 | 第29-31页 |
| 2.3.2 最小二乘支持向量回归机 | 第31-32页 |
| 2.4 马尔科夫模型 | 第32-34页 |
| 3 最小二乘支持向量机和马尔科夫混合模型的建立 | 第34-41页 |
| 3.1 最小二乘支持向量机模型 | 第34-38页 |
| 3.1.1 数据预处理 | 第34页 |
| 3.1.2 最小二乘支持向量机模型实现过程 | 第34页 |
| 3.1.3 参数选择及优化 | 第34-37页 |
| 3.1.4 参数验证 | 第37-38页 |
| 3.2 马尔科夫模型修正 | 第38-40页 |
| 3.3 混合模型的建立 | 第40-41页 |
| 4 最小二乘支持向量机和马尔科夫混合模型实例仿真 | 第41-53页 |
| 4.1 公路客运量预测过程 | 第41-42页 |
| 4.2 LSSVM-Markov混合预测模型 | 第42-49页 |
| 4.2.1 数据预处理 | 第42页 |
| 4.2.2 最小二乘支持向量机模型预测 | 第42-46页 |
| 4.2.3 马尔科夫模型预测 | 第46-49页 |
| 4.2.4 预测误差评估指标 | 第49页 |
| 4.3 预测结果分析与对比 | 第49-53页 |
| 5 总结与展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间的研究成果 | 第59页 |
