基于非白化数据的独立分量回归及其应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究背景及意义 | 第14页 |
| 1.2 独立分量回归的发展及研究现状 | 第14-17页 |
| 1.3 本文的主要内容及结构 | 第17-18页 |
| 第二章 基本理论知识 | 第18-30页 |
| 2.1 偏最小二乘回归 | 第18-19页 |
| 2.2 独立分量分析及其改进 | 第19-28页 |
| 2.2.1 独立分量分析的基本模型 | 第19-20页 |
| 2.2.2 基本的分离原则 | 第20-23页 |
| 2.2.3 常用的优化算法 | 第23-26页 |
| 2.2.4 代价函数的要求和构造 | 第26-27页 |
| 2.2.5 独立分量分析的改进 | 第27-28页 |
| 2.3 基本的独立分量回归 | 第28-29页 |
| 2.4 小结 | 第29-30页 |
| 第三章 改进的独立分量回归 | 第30-38页 |
| 3.1 集成独立分量回归 | 第30-31页 |
| 3.2 基于非白化数据的独立分量回归 | 第31-36页 |
| 3.2.1 加权正交约束的实现 | 第31-32页 |
| 3.2.2 改进的独立分量回归 | 第32-35页 |
| 3.2.3 优化参数的选择 | 第35-36页 |
| 3.3 小结 | 第36-38页 |
| 第四章 改进的独立分量回归的应用 | 第38-54页 |
| 4.1 模拟信号数据 | 第38-40页 |
| 4.2 胎儿心电图数据 | 第40-44页 |
| 4.3 高技术产业生产运营数据 | 第44-53页 |
| 4.3.1 指标选取与数据来源 | 第44-45页 |
| 4.3.2 模型参数的设定 | 第45页 |
| 4.3.3 实验结果 | 第45-52页 |
| 4.3.4 实验结论与政策建议 | 第52-53页 |
| 4.4 小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 作者简介 | 第62-63页 |
