| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-19页 |
| ·课题的研究背景及意义 | 第8-9页 |
| ·多变量时间序列相关分析的研究内容及现状 | 第9-13页 |
| ·基于互信息的多变量时间序列变量选择及建模 | 第13-17页 |
| ·论文主要内容及结构 | 第17-19页 |
| 2 基于改进概率密度估计的互信息估计及相关变量选择 | 第19-28页 |
| ·一种改进的滑动平均柱状图密度估计方法 | 第19-21页 |
| ·滑动平均柱状图密度估计方法 | 第19-20页 |
| ·改进的滑动平均柱状图密度估计 | 第20-21页 |
| ·基于改进密度估计的互信息相关分析 | 第21-23页 |
| ·改进滑动平均柱状图密度的互信息估计 | 第21-22页 |
| ·变量相关分析及预测建模 | 第22-23页 |
| ·仿真实例分析 | 第23-27页 |
| ·人工数据的概率密度估计仿真 | 第23-25页 |
| ·改进后互信息方法相关分析仿真 | 第25-27页 |
| ·小结 | 第27-28页 |
| 3 一种核宽可变的稀疏核密度估计方法及在变量选择中的应用 | 第28-42页 |
| ·稀疏核概率密度估计的基本方法 | 第28-29页 |
| ·基于K-L散度的稀疏可变核概率密度估计 | 第29-37页 |
| ·字典法稀疏预处理 | 第30-31页 |
| ·基于K-L散度的稀疏可变核宽估计方法 | 第31-33页 |
| ·稀疏核概率密度估计仿真 | 第33-37页 |
| ·基于Renyi熵的变量选择 | 第37-40页 |
| ·稀疏核密度估计用于2阶Renyi熵计算 | 第37-39页 |
| ·基于Renyi熵互信息的NMIFS算法 | 第39-40页 |
| ·改进NMIFS算法仿真与预测建模 | 第40页 |
| ·小结 | 第40-42页 |
| 4 基于k-近邻多维互信息变化率的输入变量选择及建模预测 | 第42-51页 |
| ·基于k-近邻多维互信息变化率的变量选择及建模 | 第42-45页 |
| ·k-近邻互信息估计 | 第42-43页 |
| ·前向式k-近邻互信息输入变量选择算法 | 第43-45页 |
| ·前向式变量选择及预测建模仿真 | 第45-50页 |
| ·Friedman数据的变量选择仿真 | 第45-46页 |
| ·Lorenz时间序列建模预测 | 第46-48页 |
| ·Housing数据输入变量选择与预测建模 | 第48-50页 |
| ·小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 课题资助情况 | 第57-58页 |
| 攻读硕士学位期间参加的项目 | 第58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58页 |
| 攻读硕士学位期间获得荣誉 | 第58-59页 |
| 致谢 | 第59-61页 |
