| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-11页 |
| ·论文的研究背景及意义 | 第8-9页 |
| ·论文的研究内容 | 第9-11页 |
| 第二章 概率神经网络(PNN)及相关知识 | 第11-29页 |
| ·神经网络发展历程 | 第11-12页 |
| ·神经网络模型和网络结构 | 第12-15页 |
| ·概率神经网络模型和网络结构 | 第15-29页 |
| 第三章 径向基函数-概率混合神经网络(RBF-PMNN) | 第29-42页 |
| ·径向基函数网络(RBFNN)概述 | 第29-34页 |
| ·径向基函数-概率混合神经网络的构造 | 第34-42页 |
| 第四章 EM 算法优化的径向基函数-概率混合神经网络(EM-RBF-PMNN) | 第42-53页 |
| ·EM算法概述 | 第42-43页 |
| ·EM 算法训练径向基函数-概率混合神经网络的构造 | 第43-51页 |
| ·EM 算法训练径向基函数-概率混合神经网络的算法步骤 | 第51-53页 |
| 第五章 遗传算法优化的径向基函数-概率混合神经网络(GA-RBF-PMNN) | 第53-61页 |
| ·遗传算法概述 | 第53-55页 |
| ·遗传算法优化径向基函数-概率混合神经网络的构造 | 第55-59页 |
| ·遗传算法优化径向基函数-概率混合神经网络的算法步骤 | 第59-61页 |
| 第六章 基于各种神经网络的股票波动率预测模型 | 第61-80页 |
| ·数据的收集及波动率的选取 | 第61-64页 |
| ·基于 PNN 的股票预测模型 | 第64-66页 |
| ·基于 RBFNN 的股票预测模型 | 第66-68页 |
| ·基于 RBF-PMNN 网络的股票预测模型 | 第68-71页 |
| ·基于 EM-RBF-PMNN 的股票预测模型 | 第71-76页 |
| ·基于 GA-RBF-PMNN 的股票预测模型 | 第76-80页 |
| 结论与展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85页 |
