| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8-9页 |
| ·当前研究现状 | 第9-10页 |
| ·文章的工作和创新点 | 第10-12页 |
| ·研究问题的引出 | 第10-12页 |
| ·研究的内容和工作 | 第12页 |
| ·文章结构组织 | 第12-14页 |
| 第二章 基于支持向量机的时间序列预测原理 | 第14-23页 |
| ·时间序列预测原理 | 第14-15页 |
| ·支持向量机原理 | 第15-19页 |
| ·结构风险最小化的产生 | 第15-16页 |
| ·支持向量机基本原理 | 第16-19页 |
| ·基于支持向量机的时间序列回归预测 | 第19-23页 |
| ·支持向量机回归 | 第19-21页 |
| ·基于支持向量机的时间序列预测模型 | 第21-23页 |
| 第三章 基于贝叶斯网分析的多要素支持向量机时间序列预测模型 | 第23-33页 |
| ·离散贝叶斯网算法原理 | 第24-25页 |
| ·多要素支持向量机时间序列预测方法构成 | 第25-27页 |
| ·贝叶斯网分析的多要素支持向量机时间序列预测模型 | 第27-33页 |
| ·贝叶斯网要素分析模型的结构 | 第27页 |
| ·离散贝叶斯网学习算法要求 | 第27-28页 |
| ·数据准备工作 | 第28-29页 |
| ·贝叶斯网结构学习 | 第29-30页 |
| ·选取多要素集构建训练模型 | 第30-33页 |
| 第四章 改进的多要素支持向量机时间序列预测模型 | 第33-41页 |
| ·改进的离散贝叶斯网算法 | 第33-34页 |
| ·相空间重构确定嵌入维数 | 第34-38页 |
| ·相空间重构原理 | 第34-36页 |
| ·选取延迟时间r | 第36页 |
| ·多变量相空间重构 | 第36-38页 |
| ·支持向量机的参数选取方法 | 第38-41页 |
| ·支持向量机的主要参数 | 第38页 |
| ·交叉验证法选取参数 | 第38-39页 |
| ·遗传算法选取参数 | 第39页 |
| ·粒子群优化算法选取参数 | 第39-41页 |
| 第五章 并行的多要素支持向量机回归预测算法 | 第41-46页 |
| ·MPI并行算法原理 | 第41-44页 |
| ·并行算法原理 | 第41-42页 |
| ·MPI并行算法原理 | 第42-44页 |
| ·并行的支持向量机训练算法 | 第44-45页 |
| ·并行的交叉验证算法 | 第45-46页 |
| 第六章 实验及结果分析 | 第46-51页 |
| ·实验数据集和环境构成 | 第46页 |
| ·时序预测误差比较 | 第46-49页 |
| ·预测算法性能比较 | 第49-50页 |
| ·实验总结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 在学期间的研究成果 | 第56-57页 |
| 致谢 | 第57页 |