基于核自组织映射的时间序列预测研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外发展状况 | 第9-11页 |
| ·本文所作的工作 | 第11-12页 |
| ·本文的组织结构 | 第12-13页 |
| 2 时间序列预测分析理论 | 第13-26页 |
| ·时间序列预测概述 | 第13-14页 |
| ·时间序列的定义 | 第13-14页 |
| ·时间序列预测的特点 | 第14页 |
| ·时间序列预测方法 | 第14-15页 |
| ·时间序列预测一般过程 | 第15-16页 |
| ·时间序列预测相关模型 | 第16-25页 |
| ·传统的时间序列预测模型 | 第16-18页 |
| ·改进的时间序列预测模型 | 第18-19页 |
| ·人工神经网络模型 | 第19-25页 |
| ·本章小结 | 第25-26页 |
| 3 面向时间序列预测的自组织映射网络 | 第26-39页 |
| ·自组织映射网络理论 | 第26-29页 |
| ·SOM网络起源 | 第26-27页 |
| ·SOM网络结构 | 第27页 |
| ·SOM网络原理 | 第27-29页 |
| ·自组织映射网络学习算法 | 第29-33页 |
| ·SOM模型描述 | 第29-31页 |
| ·SOM参数设置 | 第31-32页 |
| ·SOM模型局限性 | 第32-33页 |
| ·基于SOM的时间序列预测 | 第33-35页 |
| ·基于SOM的时间序列预测改进-KSOM | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 4 实验结果与分析 | 第39-56页 |
| ·数据集 | 第39-40页 |
| ·太阳黑子 | 第39页 |
| ·非线性数学模型 | 第39-40页 |
| ·预处理 | 第40-45页 |
| ·数据标准化 | 第40-43页 |
| ·滤波法的使用 | 第43-45页 |
| ·SOM与KSOM实验过程 | 第45-54页 |
| ·输入模式的确定 | 第45-46页 |
| ·输入模式预处理 | 第46-48页 |
| ·预测模型的建立 | 第48-49页 |
| ·实验结果分析 | 第49-54页 |
| ·本章小结 | 第54-56页 |
| 5 展望与总结 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62页 |
