| 中文摘要 | 第12-14页 |
| ABSTRACT | 第14-17页 |
| 符号说明 | 第18-19页 |
| 第一章 引言 | 第19-29页 |
| 1.1 研究背景和意义 | 第19-20页 |
| 1.2 国内外研究现状 | 第20-26页 |
| 1.2.1 基于误差的数据质量优化方法 | 第20-23页 |
| 1.2.2 基于误差的模型(参数)优化方法 | 第23-26页 |
| 1.3 本文的研究内容和组织结构 | 第26-29页 |
| 第二章 时差序列的数据分析 | 第29-59页 |
| 2.1 时差序列的研究现状 | 第29-32页 |
| 2.1.1 时差序列的相关性分析 | 第29-31页 |
| 2.1.2 时差序列的距离度量 | 第31-32页 |
| 2.2 时差序列的相关性分析 | 第32-41页 |
| 2.2.1 相关系数的上下界 | 第32-34页 |
| 2.2.2 伪相关的统计特征 | 第34-36页 |
| 2.2.3 时差序列的相关性判别 | 第36-37页 |
| 2.2.4 实验结果与分析 | 第37-41页 |
| 2.3 时差序列的曲线排齐 | 第41-47页 |
| 2.3.1 曲线排齐优化准则及其求解算法 | 第42-43页 |
| 2.3.2 实验结果与分析 | 第43-47页 |
| 2.4 时差序列的距离度量 | 第47-56页 |
| 2.4.1 最大平移相关距离 | 第47-51页 |
| 2.4.2 二次距离 | 第51-52页 |
| 2.4.3 聚类结果与分析 | 第52-56页 |
| 2.5 本章小结 | 第56-59页 |
| 第三章 区间不敏感噪声过滤 | 第59-91页 |
| 3.1 经典过滤器的形式化分析 | 第59-63页 |
| 3.1.1 监督学习中的噪声和误差 | 第59-60页 |
| 3.1.2 基于模型预测的过滤：假设与缺陷 | 第60-61页 |
| 3.1.3 基于集成的过滤 | 第61-63页 |
| 3.2 区间低噪声定理 | 第63-70页 |
| 3.3 区间不敏感过滤 | 第70-89页 |
| 3.3.1 回归中的区间不敏感过滤 | 第70-74页 |
| 3.3.2 分类问题的区间不敏感过滤 | 第74-76页 |
| 3.3.3 实验结果及分析 | 第76-89页 |
| 3.4 本章小结 | 第89-91页 |
| 第四章 基于误差方差的交叉验证估计 | 第91-109页 |
| 4.1 误差估计准确性与稳定性的关系 | 第91-97页 |
| 4.1.1 准确性与稳定性度量 | 第92-93页 |
| 4.1.2 期望绝对偏差与交叉验证方差的关系 | 第93页 |
| 4.1.3 假设和结论的验证 | 第93-97页 |
| 4.2 误差方差及其影响因素 | 第97-108页 |
| 4.2.1 三种交叉验证方差 | 第97页 |
| 4.2.2 方差与各因素的关系 | 第97-101页 |
| 4.2.3 实验与分析 | 第101-108页 |
| 4.3 本章小结 | 第108-109页 |
| 第五章 面向序列数据的误差估计 | 第109-127页 |
| 5.1 相关工作 | 第109-110页 |
| 5.2 Markov交叉验证 | 第110-114页 |
| 5.2.1 时间序列模型 | 第110-111页 |
| 5.2.2 序列数据的划分准则 | 第111-112页 |
| 5.2.3 Markov交叉验证算法 | 第112-114页 |
| 5.3 性质分析与比较 | 第114-121页 |
| 5.3.1 M-CV的性质 | 第114-119页 |
| 5.3.2 时序交叉验证的比较 | 第119-121页 |
| 5.4 对比实验及分析 | 第121-126页 |
| 5.4.1 数据、模型和评价准则 | 第121-122页 |
| 5.4.2 交叉验证的表现 | 第122-125页 |
| 5.4.3 模型比较 | 第125-126页 |
| 5.5 本章小结 | 第126-127页 |
| 第六章 基于方向相似度的超参数优化 | 第127-161页 |
| 6.1 准备工作 | 第127-129页 |
| 6.2 超参数的方向相似度 | 第129-140页 |
| 6.2.1 分类中的方向相似度：从训练误差到预测误差 | 第129-134页 |
| 6.2.2 回归/拟合中的方向相似度 | 第134-139页 |
| 6.2.3 密度估计中的方向相似度 | 第139页 |
| 6.2.4 聚类中的方向相似度 | 第139-140页 |
| 6.3 最小对称相似准则 | 第140-148页 |
| 6.3.1 假设 | 第140-143页 |
| 6.3.2 对称方向相似度 | 第143-145页 |
| 6.3.3 最小对称相似准则 | 第145-147页 |
| 6.3.4 复杂度分析 | 第147-148页 |
| 6.4 实验结果与分析 | 第148-160页 |
| 6.4.1 SVC分类 | 第148-151页 |
| 6.4.2 SVR回归 | 第151-154页 |
| 6.4.3 B样条曲线拟合 | 第154-155页 |
| 6.4.4 核密度估计 | 第155-158页 |
| 6.4.5 密度峰值聚类 | 第158-160页 |
| 6.5 本章小结 | 第160-161页 |
| 结论及展望 | 第161-163页 |
| 参考文献 | 第163-181页 |
| 攻读博士学位期间取得的研究成果 | 第181-183页 |
| 致谢 | 第183-185页 |
| 个人简况及联系方式 | 第185-186页 |