基于选择策略的时间序列预测研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 图表清单 | 第8-9页 |
| 注释表 | 第9-10页 |
| 第一章 绪论 | 第10-18页 |
| ·时间序列预测基础 | 第10-11页 |
| ·机器学习理论 | 第11-12页 |
| ·研究问题 | 第12-15页 |
| ·极限学习器的局部化 | 第12-13页 |
| ·极限回归器的稀疏集成 | 第13-14页 |
| ·集成中的多样性 | 第14-15页 |
| ·本文的研究工作 | 第15-16页 |
| ·本文的内容安排 | 第16-18页 |
| 第二章 研究背景及相关工作 | 第18-26页 |
| ·重构相空间 | 第18-19页 |
| ·正则化的基础 | 第19-21页 |
| ·VC 维 | 第19-20页 |
| ·结构风险最小化准则 | 第20-21页 |
| ·集成学习理论 | 第21-24页 |
| ·集成学习 | 第21-22页 |
| ·集成学习的构造 | 第22-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 基于极限学习器的局部预测器 | 第26-40页 |
| ·引言 | 第26-27页 |
| ·相关工作 | 第27-30页 |
| ·坐标延迟嵌入 | 第27-28页 |
| ·极限学习器 | 第28-30页 |
| ·基于极限学习器的局部预测器 | 第30-31页 |
| ·实验结果与分析 | 第31-38页 |
| ·实验数据 | 第31-32页 |
| ·参数估计 | 第32-33页 |
| ·实验设置 | 第33页 |
| ·实验讨论 | 第33-38页 |
| ·本章小结 | 第38-40页 |
| 第四章 极限回归器的稀疏集成 | 第40-52页 |
| ·引言 | 第40-42页 |
| ·相关工作 | 第42-44页 |
| ·集成学习的有效性 | 第42-43页 |
| ·负相关学习 | 第43-44页 |
| ·正则化的选择性集成 | 第44页 |
| ·极限回归器的稀疏集成 | 第44-46页 |
| ·实验结果与分析 | 第46-50页 |
| ·实验数据 | 第46页 |
| ·实验设置 | 第46-47页 |
| ·实验讨论 | 第47-50页 |
| ·本章小结 | 第50-52页 |
| 第五章 总结与展望 | 第52-56页 |
| ·已有工作总结 | 第52-54页 |
| ·未来工作展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间发表的学术论文 | 第61页 |
