| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 绪论 | 第7-8页 |
| 第一章 小波分析 | 第8-16页 |
| ·小波分析概述 | 第8-9页 |
| ·小波变换 | 第9-16页 |
| ·连续、离散小波变换 | 第9-12页 |
| ·多分辨分析 | 第12-14页 |
| ·小波包分析 | 第14-16页 |
| 第二章 混沌与分形 | 第16-28页 |
| ·混沌、分形、非线性方法在经济和金融研究中的广泛应用 | 第16-17页 |
| ·混沌、分形与分形维数 | 第17-18页 |
| ·分形维数计算的数学基础 | 第18-23页 |
| ·时序数据常用分形维数的估计算法 | 第23-28页 |
| 第三章 统计学习理论与支持向量机 | 第28-43页 |
| ·统计学习理论的基础 | 第28-33页 |
| ·模型说明 | 第28-31页 |
| ·模型选择 | 第31-32页 |
| ·结构风险最小化理论 | 第32-33页 |
| ·支持向量机 | 第33-43页 |
| ·引言 | 第34-35页 |
| ·支持向量机(SVM)及其核函数介绍 | 第35-40页 |
| ·支持向量机回归(SVR) | 第40-43页 |
| 第四章 小波——支持向量机预测模型 | 第43-46页 |
| ·数据准备 | 第43-44页 |
| ·小波分解及相空间重构 | 第43页 |
| ·支持向量机预测器 | 第43-44页 |
| ·小波——支持向量机预测模型结构 | 第44-45页 |
| ·评价指标 | 第45-46页 |
| 第五章 应用实例 | 第46-49页 |
| ·数据处理及预测 | 第46-47页 |
| ·测试结果 | 第47-48页 |
| ·分析及结论 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 攻读硕士学位期间公开发表的学术论文及专业书籍 | 第51-52页 |
| 致谢 | 第52页 |