基于SVM的不确定事件预测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 引言 | 第10-16页 |
| ·研究背景 | 第10-12页 |
| ·问题的提出 | 第12-13页 |
| ·本文的研究内容 | 第13-14页 |
| ·本文的组织结构 | 第14-16页 |
| 第2章 事件预测的相关知识及相关工作 | 第16-30页 |
| ·事件分类 | 第16-17页 |
| ·事件流 | 第17-19页 |
| ·支持向量机 | 第19-22页 |
| ·支持向量回归 | 第22-23页 |
| ·时间序列预测 | 第23-26页 |
| ·事件预测 | 第26-27页 |
| ·事件流上的时间戳 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 事件模型和事件预测框架 | 第30-36页 |
| ·事件模型 | 第30-32页 |
| ·事件预测框架 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于SVM的事件预测方法 | 第36-54页 |
| ·事件预测的数据预处理 | 第36-38页 |
| ·事件的数据处理策略 | 第38-42页 |
| ·数据网格结构的提出 | 第38-40页 |
| ·数据网格的实现 | 第40-42页 |
| ·纵向建模策略 | 第42-45页 |
| ·建立训练数据 | 第42-43页 |
| ·建立预测模型 | 第43页 |
| ·预测和填补数据 | 第43页 |
| ·模型的更新策略 | 第43-44页 |
| ·纵向建模策略的实现 | 第44-45页 |
| ·横向建模策略及其实现 | 第45-49页 |
| ·建立训练数据 | 第45-46页 |
| ·建立横向预测模型 | 第46-48页 |
| ·横向模型更新策略 | 第48-49页 |
| ·事件预测 | 第49-53页 |
| ·确定性的事件预测 | 第49-51页 |
| ·不确定事件预测 | 第51-52页 |
| ·事件预测实现 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 实验分析 | 第54-66页 |
| ·实验数据 | 第54-56页 |
| ·建模性能评估 | 第56-61页 |
| ·纵向建模的内存占用 | 第56-57页 |
| ·纵向建模的时间消耗 | 第57-59页 |
| ·横向建模的内存占用 | 第59-60页 |
| ·横向建模的时间消耗 | 第60页 |
| ·建模性能评估小结 | 第60-61页 |
| ·预测性能评估 | 第61-62页 |
| ·事件预测准确性分析 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 结论 | 第66-70页 |
| ·总结 | 第66-67页 |
| ·未来工作 | 第67-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间的论文项目情况 | 第75页 |
