基于构造性神经网络的时间序列预测研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·课题研究的背景和意义 | 第9-10页 |
| ·时间序列预测研究现状 | 第10-11页 |
| ·时间序列预测方法概述 | 第11-15页 |
| ·预测研究的分类 | 第11-12页 |
| ·时间序列预测方法 | 第12-15页 |
| ·论文内容安排 | 第15-17页 |
| 第二章 商空间理论及时间序列构成方式 | 第17-25页 |
| ·引言 | 第17页 |
| ·商空间理论 | 第17-20页 |
| ·商空间的结构性质 | 第18-19页 |
| ·粒度的确定 | 第19-20页 |
| ·商空间的合成技术 | 第20-22页 |
| ·基于商拓扑结构的时间序列构成方式 | 第22-24页 |
| ·简单时间序列 | 第22页 |
| ·固定时间间隔的时间序列 | 第22-23页 |
| ·变化时间间隔的时间序列 | 第23页 |
| ·数据不重叠的时间序列构成 | 第23-24页 |
| ·数据重叠的时间序列构成 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 领域覆盖算法及其改进 | 第25-41页 |
| ·构造性神经网络概述 | 第25-26页 |
| ·人工神经元的几何意义 | 第25-26页 |
| ·基于覆盖的构造性学习方法 | 第26-30页 |
| ·前馈神经网络FP算法 | 第27-29页 |
| ·反馈神经网络FP算法 | 第29-30页 |
| ·泛化能力 | 第30-33页 |
| ·泛化理论 | 第30-31页 |
| ·泛化方法 | 第31-33页 |
| ·覆盖问题的描述 | 第33-35页 |
| ·领域覆盖的几何意义 | 第33-34页 |
| ·覆盖算法 | 第34-35页 |
| ·覆盖算法的改进及网络的构造 | 第35-39页 |
| ·遗传算法 | 第36-37页 |
| ·改进的覆盖算法 | 第37-38页 |
| ·基于覆盖的神经网络结构设计 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 煤矿瓦斯预测分析及实验 | 第41-55页 |
| ·数据采集与分析 | 第41-43页 |
| ·特征属性序列分析 | 第42-43页 |
| ·决策属性序列分析 | 第43页 |
| ·实验及其结果分析 | 第43-54页 |
| ·基于固定间隔的时间序列预测 | 第44-48页 |
| ·基于变化间隔的时间序列预测 | 第48-50页 |
| ·基于数据重叠的时间序列预测 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·研究工作总结 | 第55-56页 |
| ·后续研究展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 发表论文和参加科研情况说明 | 第63页 |
