首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文--一般数理统计论文

噪声特性的回归模型及其在短期风速预报中的应用

摘要第1-5页
Abstract第5-9页
1 绪论第9-17页
   ·课题来源和研究意义第9页
   ·回归模型的研究现状第9-13页
     ·岭回归模型第10-11页
     ·支持向量回归模型第11-13页
   ·风速预报的研究现状第13-14页
   ·本文的主要研究内容第14-17页
2 噪声特性的核岭回归模型第17-29页
   ·预备知识第17-20页
     ·损失函数第17-20页
     ·预报性能评价指标第20页
   ·噪声特性的核岭回归模型第20-27页
     ·风速数据集 I 的数据分析第20-21页
     ·理论框架第21-25页
     ·算法设计第25-26页
     ·实验分析第26-27页
   ·本章小结第27-29页
3 噪声特性的 ν-支持向量回归模型第29-39页
   ·基础知识第29-30页
     ·支持向量回归模型第29-30页
     ·高斯噪声特性的ν-支持向量回归模型第30页
   ·噪声特性的 ν-支持向量回归模型第30-37页
     ·理论框架第30-34页
     ·算法设计第34页
     ·实验分析第34-37页
   ·本章小结第37-39页
4 异方差噪声特性的 ν-支持向量回归模型第39-47页
   ·基础知识第39-40页
   ·异方差噪声特性的 ν-支持向量回归模型第40-45页
     ·风速数据集 Ⅰ, Ⅱ 的数据分析第40-41页
     ·理论框架第41-44页
     ·算法设计第44-45页
   ·本章小结第45-47页
5 粗糙ε-支持向量回归模型第47-55页
   ·基础知识第47-48页
     ·粗糙集理论第47-48页
     ·ε-支持向量模型第48页
   ·粗糙ε-支持向量回归模型第48-52页
     ·固定对称边界粗糙ε-支持向量回归模型第49-51页
     ·固定非对称边界粗糙ε-支持向量回归模型第51-52页
   ·本章小结第52-55页
6 噪声特性的回归模型在短期风速预报中的应用第55-69页
   ·模型 N-KRR 在短期风速预报中的应用第55-59页
   ·模型 N-SVR 在短期风速预报中的应用第59-61页
   ·模型 HGN-SVR在短期风速预报中的应用第61-66页
   ·本章小结第66-69页
7 结论第69-71页
   ·本文的主要研究成果与创新点第69页
   ·研究展望第69-71页
参考文献第71-79页
附录第79-81页
致谢第81-83页
攻读学位期间取得的科研成果清单第83页

论文共83页,点击 下载论文
上一篇:人民代表大会重大事项决定权制度研究
下一篇:保险与金融中CEV模型的最优化问题