首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于头脑风暴算法优化的v-SVR的研究及应用--以股市为例

摘要第3-4页
Abstract第4页
第一章 前言第6-10页
    1.1 研究背景及意义第6页
    1.2 经济预测理论的简单介绍第6-7页
    1.3 支持向量机的研究现状第7-9页
    1.4 本文的主要内容第9-10页
第二章 支持向量机和主成分分析第10-24页
    2.1 主成分分析第10-11页
    2.2 支持向量机的基本理论第11-24页
        2.2.1 统计学习理论第11-14页
        2.2.2 支持向量分类机第14-21页
        2.2.3 支持向量回归机第21-24页
第三章 模型参数的选择第24-30页
    3.1 粒子群算法参数寻优第25-26页
    3.2 头脑风暴优化算法参数寻优第26-30页
第四章 实证分析第30-45页
    4.1 沪深300指数预测第30-38页
    4.2 深证综指预测第38-43页
    4.3 结果分析第43-45页
第五章 结论与展望第45-46页
参考文献第46-49页
在学期间研究成果第49-50页
致谢第50页

论文共50页,点击 下载论文
上一篇:基于粒子群优化的神经网络的渲染时间预估算法
下一篇:电子显微镜原位纳米机器人电子控制设备的设计