| 第一章 绪论 | 第1-11页 |
| 1．1 选题背景 | 第7-8页 |
| 1．1．1 社会背景 | 第7页 |
| 1．1．2 技术背景 | 第7-8页 |
| 1．2 应急指挥系统发展现状 | 第8-9页 |
| 1．2．1 应急指挥系统国外发展情况 | 第8页 |
| 1．2．2 应急指挥系统国内发展情况 | 第8-9页 |
| 1．3 论文主要工作 | 第9页 |
| 1．4 论文结构 | 第9-11页 |
| 第二章 前期工作 | 第11-19页 |
| 2．1 传统时间序列的分解及模型 | 第11-12页 |
| 2．1．1 时间序列分解概述 | 第11-12页 |
| 2．1．2 分解模型 | 第12页 |
| 2．2 Box-Jenkins时间序列分析方法 | 第12-13页 |
| 2．2．1 Box-Jenkins时间序列预测方法 | 第13页 |
| 2．3 紧急求助事件时间序列特征的辨别 | 第13-15页 |
| 2．4 确定模型参数 | 第15-17页 |
| 2．5 前期工作的结论和结果 | 第17页 |
| 2．6 缺陷 | 第17-19页 |
| 第三章 小波与AR模型相结合 | 第19-33页 |
| 3．1 小波理论 | 第19-25页 |
| 3．1．1 傅立叶变换及其局限性 | 第19-20页 |
| 3．1．2 小波分析 | 第20-25页 |
| 3．2 高阶AR模型 | 第25-26页 |
| 3．3 Wavelet-AR模型 | 第26-30页 |
| 3．3．1 Wavelet-AR原理 | 第26-27页 |
| 3．3．2 Wavelet-AR复合预测过程 | 第27-30页 |
| 3．4 常用小波函数 | 第30-33页 |
| 3．4．1 Haar函数 | 第30-31页 |
| 3．4．2 Daubechies函数 | 第31页 |
| 3．4．3 Biorthogonal函数 | 第31-33页 |
| 第四章 仿真实验与紧急求助事件序列建模 | 第33-46页 |
| 4．1 紧急求助事件序列的小波分解和重构 | 第33-37页 |
| 4．2 子时间序列的特征分析 | 第37-41页 |
| 4．2．1 近似分量特征 | 第37页 |
| 4．2．2 细节分量特征 | 第37-41页 |
| 4．3 子时间序列AR模型的建立 | 第41-42页 |
| 4．4 序列重构 | 第42-43页 |
| 4．5 误差分析与模型优化 | 第43-46页 |
| 4．5．1 Wavelet-AR和AR模型预测误差比较 | 第43-44页 |
| 4．5．2 模型优化 | 第44-46页 |
| 第五章 Wavelet-AR模型在应急指挥信息系统中的应用 | 第46-51页 |
| 5．1 需求分析 | 第46-47页 |
| 5．2 结构与功能 | 第47-48页 |
| 5．3 辅助决策流程 | 第48-49页 |
| 5．4 研究意义 | 第49-51页 |
| 第六章 结论与展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 发表论文和科研情况说明 | 第54-55页 |
| 致谢 | 第55页 |
