时间序列分析方法在机场噪声预测中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 图表清单 | 第8-10页 |
| 注释表 | 第10-11页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-17页 |
| ·论文研究背景 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·本文的主要研究工作 | 第15-16页 |
| ·本文的内容安排 | 第16-17页 |
| 第二章 时间序列机场噪声预测相关技术 | 第17-27页 |
| ·时间序列预测方法 | 第17-22页 |
| ·传统统计学时间序列预测方法 | 第17-19页 |
| ·人工神经网络时间序列预测方法 | 第19-21页 |
| ·支持向量回归时间序列预测方法 | 第21-22页 |
| ·ε-支持向量回归机（ε-SVR） | 第22-26页 |
| ·ε-支持向量回归机（ε-SVR） | 第22-23页 |
| ·核函数选取 | 第23-24页 |
| ·参数选取 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 聚类再回归方法在机场噪声时间序列上的应用 | 第27-40页 |
| ·引言 | 第27-28页 |
| ·聚类分析 | 第28-29页 |
| ·聚类再回归的时间序列预测算法 | 第29-33页 |
| ·建模步骤 | 第29页 |
| ·常用数据集上的实验 | 第29-33页 |
| ·机场噪声时间序列预测中的应用 | 第33-39页 |
| ·数据准备 | 第33-35页 |
| ·建模预测 | 第35-36页 |
| ·模型比较结果 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 聚类集成再回归在机场噪声时间序列上的应用 | 第40-50页 |
| ·引言 | 第40-41页 |
| ·聚类集成 | 第41-42页 |
| ·聚类集成再回归的时间序列预测算法 | 第42-47页 |
| ·算法描述 | 第42-44页 |
| ·常用数据集上的实验 | 第44-47页 |
| ·机场噪声时间序列预测中的应用 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·已有工作总结 | 第50页 |
| ·未来工作展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 硕士研究生期间参与的科研项目及发表的论文 | 第57页 |
