| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.3 研究目的及意义 | 第14-15页 |
| 1.4 本文结构 | 第15-18页 |
| 第二章 中国-东盟进出口贸易额的影响因子分析 | 第18-24页 |
| 2.1 主成分分析 | 第18-19页 |
| 2.2 中国-东盟进出口贸易额影响因子 | 第19-22页 |
| 2.2.1 影响指标分析 | 第19-21页 |
| 2.2.2 影响因子主成分分析结果 | 第21-22页 |
| 2.3 本章小结 | 第22-24页 |
| 第三章 基于多种预测模型的中国-东盟进出口贸易额预测 | 第24-48页 |
| 3.1 基于线性回归的中国-东盟进出口贸易额预测模型 | 第24-30页 |
| 3.1.1 基于MLR的预测模型 | 第24-26页 |
| 3.1.2 基于岭回归的预测模型 | 第26-28页 |
| 3.1.3 基于Elastic Net的预测模型 | 第28-30页 |
| 3.2 基于时间序列的中国-东盟进出口贸易额预测模型 | 第30-34页 |
| 3.2.1 时间序列AR和MA模型 | 第30-31页 |
| 3.2.2 时间序列ARMA模型 | 第31-32页 |
| 3.2.3 基于ARIMA的中国-东盟进出口贸易额预测模型 | 第32-34页 |
| 3.3 基于神经网络的中国-东盟进出口贸易额预测模型 | 第34-44页 |
| 3.3.1 神经网络 | 第34-38页 |
| 3.3.2 循环神经网络 | 第38-40页 |
| 3.3.3 基于LSTM网络的中国-东盟进出口贸易额预测模型 | 第40-44页 |
| 3.4 基于时间序列和LSTM的中国-东盟进出口贸易额组合预测模型 | 第44-46页 |
| 3.4.1 组合预测思想 | 第44-45页 |
| 3.4.2 基于时间序列和LSTM的组合预测模型 | 第45-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 实验分析 | 第48-72页 |
| 4.1 实验环境 | 第48-50页 |
| 4.1.1 实验数据 | 第48-50页 |
| 4.1.2 评估指标 | 第50页 |
| 4.2 基于线性回归预测模型的结果分析 | 第50-59页 |
| 4.2.1 基于MLR结果分析 | 第50-52页 |
| 4.2.2 基于岭回归结果分析 | 第52-56页 |
| 4.2.3 基于Elastic Net结果分析 | 第56-59页 |
| 4.3 基于ARIMA预测模型的结果分析 | 第59-64页 |
| 4.4 基于LSTM网络预测模型的结果分析 | 第64-68页 |
| 4.5 基于时间序列和LSTM组合预测模型的结果分析 | 第68-71页 |
| 4.6 本章小结 | 第71-72页 |
| 第五章 研究成果在中国-东盟海洋大数据平台上的应用 | 第72-76页 |
| 5.1 中国-东盟海洋大数据平台介绍 | 第72-73页 |
| 5.2 经济综合数据库模块 | 第73-75页 |
| 5.3 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-80页 |
| 6.1 工作总结 | 第76-77页 |
| 6.2 工作展望 | 第77-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84页 |
