| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 引言 | 第12-19页 |
| 1.1 研究背景与研究方法 | 第12-15页 |
| 1.2 交通流时间序列概述 | 第15-16页 |
| 1.3 金融时间序列概述 | 第16-17页 |
| 1.4 论文体系框架和主要内容 | 第17-19页 |
| 2 基于熵值的时间序列分割及其在交通流上的应用 | 第19-26页 |
| 2.1 时间序列分割方法的基本步骤 | 第19-22页 |
| 2.1.1 Jensen-Shannon离散测度 | 第20-21页 |
| 2.1.2 假设性检验 | 第21-22页 |
| 2.2 数据 | 第22页 |
| 2.3 结果和讨论 | 第22-26页 |
| 2.3.1 初步分析 | 第22-24页 |
| 2.3.2 重复性实验 | 第24-26页 |
| 3 递归图及其在交通流上的应用 | 第26-38页 |
| 3.1 时间序列递归图 | 第26-27页 |
| 3.2 数据 | 第27-28页 |
| 3.3 参数选取 | 第28-32页 |
| 3.3.1 最优延迟时间 | 第28-30页 |
| 3.3.2 最优嵌入维数 | 第30-31页 |
| 3.3.3 最优阈值 | 第31-32页 |
| 3.4 结果和讨论 | 第32-38页 |
| 3.4.1 第一组数据实验结果 | 第33-35页 |
| 3.4.2 第二组数据实验结果 | 第35-38页 |
| 4 递归定量分析及其在交通流上的应用 | 第38-45页 |
| 4.1 递归定量分析指标 | 第38-39页 |
| 4.2 数据 | 第39页 |
| 4.3 局部递归定量分析 | 第39-43页 |
| 4.3.1 局部递归率 | 第39-40页 |
| 4.3.2 局部确定性 | 第40-41页 |
| 4.3.3 局部散度 | 第41-42页 |
| 4.3.4 局部香农熵 | 第42-43页 |
| 4.4 结合分割算法的递归定量分析 | 第43-45页 |
| 5 时间序列的大偏差及其在金融上的应用 | 第45-53页 |
| 5.1 多尺度大偏差模型 | 第45-48页 |
| 5.1.1 重分形谱的理论基础 | 第45-46页 |
| 5.1.2 重分形谱的实际估计 | 第46-47页 |
| 5.1.3 信号标准化 | 第47页 |
| 5.1.4 大偏差谱分析方法的基本步骤 | 第47-48页 |
| 5.2 数据 | 第48页 |
| 5.3 结果和讨论 | 第48-53页 |
| 5.3.1 金融时间序列极端事件对大偏差谱非凹性的影响 | 第48-50页 |
| 5.3.2 金融时间序列标度行为研究 | 第50-53页 |
| 6 结论 | 第53-56页 |
| 参考文献 | 第56-59页 |
| 附录A | 第59-61页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第61-63页 |
| 学位论文数据集 | 第63页 |