| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 选题背景与研究意义 | 第7-8页 |
| 1.2 研究现状 | 第8-10页 |
| 1.2.1 英美学派 | 第8页 |
| 1.2.2 法国学派 | 第8-9页 |
| 1.2.3 随机学派 | 第9-10页 |
| 1.3 论文结构安排 | 第10-12页 |
| 1.3.1 论文特色及创新点 | 第10页 |
| 1.3.2 论文结构安排 | 第10-12页 |
| 第二章 函数型数据的预处理和分析的基本方法 | 第12-21页 |
| 2.1 数据的光滑(DataSmoothing) | 第12-16页 |
| 2.1.1 傅里叶基(Fourierbases) | 第13-14页 |
| 2.1.2 多项式基(Polynomialbases) | 第14-15页 |
| 2.1.3 B样条基(B-splinebases) | 第15页 |
| 2.1.4 B样条基的基本概念 | 第15-16页 |
| 2.1.5 B样条函数 | 第16页 |
| 2.2 粗糙惩罚法 | 第16-18页 |
| 2.2.1 样条平滑 | 第17-18页 |
| 2.3 交叉验证(Cross-Validation) | 第18-19页 |
| 2.4 函数型数据的描述性统计量 | 第19-21页 |
| 第三章 函数型主成分分析 | 第21-28页 |
| 3.1 多元主成分分析 | 第21-22页 |
| 3.2 函数型数据主成分分析 | 第22-28页 |
| 3.2.1 一元函数型数据主成分分析 | 第23-24页 |
| 3.2.2 多元函数型数据主成分分析 | 第24-28页 |
| 第四章 基于函数型主成分的预测模型 | 第28-31页 |
| 4.1 方法的提出 | 第28-29页 |
| 4.2 预测性能的评价指标 | 第29-31页 |
| 第五章 实例研究 | 第31-45页 |
| 5.1 数据的采集 | 第31-32页 |
| 5.2 基函数的类别及个数的选择 | 第32-35页 |
| 5.3 粗糙惩罚的光滑参数选择 | 第35-38页 |
| 5.4 函数主成分分析 | 第38-39页 |
| 5.5 模型建立 | 第39-44页 |
| 5.6 本章结论 | 第44-45页 |
| 第六章 结论与展望 | 第45-46页 |
| 6.1 主要结论 | 第45页 |
| 6.2 研究展望与不足 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48-49页 |
| 附表 | 第49-50页 |
