| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 引言 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·时间序列分析的发展现况 | 第10页 |
| ·神经网络方法在时间序列预测中的应用研究现况 | 第10-11页 |
| ·选题的目的、意义及研究内容 | 第11-12页 |
| ·论文的组织结构 | 第12-13页 |
| 第2章 小波变换与去噪的基本理论与方法 | 第13-18页 |
| ·小波变换理论 | 第13-15页 |
| ·小波消噪 | 第15-18页 |
| 第3章 BP 神经网络的基本理论与方法 | 第18-24页 |
| ·人工神经网络简介 | 第18-19页 |
| ·BP 神经网络 | 第19-22页 |
| ·BP 神经网络结构 | 第20-22页 |
| ·BP 算法的优缺点 | 第22-24页 |
| 第4章 小波消噪的 BP 神经网络太阳黑子时间序列预测 | 第24-38页 |
| ·太阳黑子简介 | 第24-26页 |
| ·太阳黑子特性 | 第24-25页 |
| ·太阳黑子对地球的影响 | 第25-26页 |
| ·基于小波消噪的BP 神经网络太阳黑子时间序列预测 | 第26-27页 |
| ·小波阈值去噪 | 第27-30页 |
| ·小波函数选取 | 第27-28页 |
| ·小波阈值的选取 | 第28-30页 |
| ·BP 神经网络建模理论 | 第30-33页 |
| ·准备训练样本集 | 第30页 |
| ·网络初始权值 | 第30-31页 |
| ·确定网络结构 | 第31-32页 |
| ·网络训练与预测 | 第32页 |
| ·网络的学习速率 | 第32页 |
| ·网络泛化能力 | 第32-33页 |
| ·太阳黑子时间序列的BP 神经网络模型的建立 | 第33-34页 |
| ·实验分析 | 第34-38页 |
| ·小波消噪 | 第35-36页 |
| ·BP 神经网络建模与预测分析 | 第36-37页 |
| ·结果比较 | 第37-38页 |
| 第5章 结论与展望 | 第38-39页 |
| ·研究工作及成果总结 | 第38页 |
| ·进一步工作 | 第38-39页 |
| 参考文献 | 第39-43页 |
| 致谢 | 第43-44页 |
| 在学期间公开发表论文情况 | 第44页 |
| 在学期间公开参与项目情况 | 第44页 |