模糊时间序列模型的改进及在不平衡数据中应用
摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第8-12页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-10页 |
1.2.1 模糊时间序列研究现状 | 第9-10页 |
1.2.2 不平衡数据集研究现状 | 第10页 |
1.3 本文结构安排及创新 | 第10-12页 |
第二章 相关知识 | 第12-19页 |
2.1 模糊集合 | 第12-13页 |
2.2 模糊时间序列 | 第13-16页 |
2.3 模糊C均值聚类 | 第16-17页 |
2.4 不平衡数据集简介 | 第17页 |
2.5 预测效果评价标 | 第17-18页 |
2.6 本章小结 | 第18-19页 |
第三章 基于统计熵优化模型 | 第19-31页 |
3.1 引言 | 第19页 |
3.2 相关知识 | 第19-21页 |
3.2.1 信息熵 | 第19-20页 |
3.2.2 通过统计熵定性样本相关程度 | 第20-21页 |
3.3 基于统计熵的模糊时间序列模型 | 第21-22页 |
3.3.1 基于FCM算法对论域划分 | 第21页 |
3.3.2 根据统计熵定性样本相关程度并模糊化 | 第21页 |
3.3.3 建立模糊关系及去模糊化 | 第21-22页 |
3.4 阿拉巴马大学注册人数实验 | 第22-26页 |
3.5 旅游人数预测验证 | 第26-30页 |
3.6 本章小结 | 第30-31页 |
第四章 不平衡数据预测模型及应用 | 第31-41页 |
4.1 引言 | 第31页 |
4.2 不平衡数据集聚类准则 | 第31-34页 |
4.3 对不平衡数据模糊时间序列预测 | 第34-36页 |
4.4 实验验证 | 第36-40页 |
4.5 本章小结 | 第40-41页 |
第五章 总结及展望 | 第41-43页 |
5.1 全文总结 | 第41页 |
5.2 展望 | 第41-43页 |
参考文献 | 第43-47页 |
致谢 | 第47-48页 |
攻读硕士学位期间主要科研成果 | 第48页 |