APP下载量趋势预测及其模型评价
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 序言 | 第7-10页 |
1.1 选题背景及其研究意义 | 第7页 |
1.2 国内外文献综述 | 第7-8页 |
1.3 本文主要内容 | 第8-9页 |
1.4 论文的章节安排 | 第9-10页 |
第二章 ARIMA模型 | 第10-17页 |
2.1 时间序列的简述 | 第10页 |
2.2 ARIMA模型的提出 | 第10页 |
2.3 ARIMA模型的结构 | 第10-11页 |
2.4 ARIMA模型的建模流程 | 第11-17页 |
第三章 残差自回归模型 | 第17-19页 |
3.1 残差自回归模型简介 | 第17页 |
3.2 残差自回归模型结构 | 第17-19页 |
第四章 BP网络神经 | 第19-24页 |
4.1 神经网络概述 | 第19页 |
4.2 人工神经元 | 第19-20页 |
4.3 BP神经网络算法原理 | 第20-21页 |
4.4 隐藏层的节点数选择 | 第21-22页 |
4.5 MATLAB中BP神经网络的函数的介绍 | 第22-24页 |
第五章 APP下载量为例实证分析 | 第24-38页 |
5.1 数据来源 | 第24页 |
5.2 基于ARIMA模型对APP下载量进行预测 | 第24-29页 |
5.3 残差自回归模型对APP下载量进行预测 | 第29-32页 |
5.4 BP神经网络对APP下载量进行预测 | 第32-38页 |
第六章 结论与展望 | 第38-39页 |
参考文献 | 第39-40页 |
附录 | 第40-43页 |
致谢 | 第43-44页 |