多元光滑样条自适应回归模型及其应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第8-9页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 回归分析理论简介 | 第10-15页 |
| 1.3 相关研究背景 | 第15-17页 |
| 1.4 本文主要工作 | 第17-19页 |
| 第2章 样条回归模型 | 第19-27页 |
| 2.1 一元样条函数 | 第19-24页 |
| 2.1.1 一元B样条函数 | 第19-22页 |
| 2.1.2 Bernstein基函数 | 第22-24页 |
| 2.2 多元样条函数 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 多元光滑自适应回归样条 | 第27-36页 |
| 3.1 MARS算法 | 第27-32页 |
| 3.1.1 MARS模型前向过程算法 | 第29-30页 |
| 3.1.2 MARS后向过程算法 | 第30-31页 |
| 3.1.3 MARS模型后处理 | 第31-32页 |
| 3.2 BMARS算法 | 第32-33页 |
| 3.3 Bernstein-MARS算法 | 第33-35页 |
| 3.3.1 Bernstein基函数的降噪过程 | 第33-34页 |
| 3.3.2 Bernstein-MARS算法 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 MARS应用与实证分析 | 第36-53页 |
| 4.1 线性回归模型 | 第36-41页 |
| 4.2 BP神经网络分析 | 第41-47页 |
| 4.3 MARS模型 | 第47-52页 |
| 4.3.1 变量的选取 | 第47页 |
| 4.3.2 模型的构建 | 第47-51页 |
| 4.3.3 模型的检验 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录MATLAB程序 | 第57-61页 |
| 致谢 | 第61-62页 |
| 导师简介 | 第62-63页 |
| 作者简介 | 第63-64页 |
| 学位论文数据集 | 第64页 |
