时间序列数据流预测技术与应用研究
| 中文摘要 | 第1页 |
| English Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·选题背景及其意义 | 第7-8页 |
| ·国内外数据流预测的研究现状 | 第8-12页 |
| ·预测技术的应用 | 第8-9页 |
| ·小波和支持向量机在预测领域的应用 | 第9-11页 |
| ·数据流管理技术与数据流预测 | 第11-12页 |
| ·本论文的主要工作 | 第12-15页 |
| 第二章 时间序列预测技术 | 第15-26页 |
| ·回归模型 | 第15-16页 |
| ·指数平滑模型 | 第16-17页 |
| ·ARMA 模型参数估计 | 第17-18页 |
| ·小波变换算法 | 第18-19页 |
| ·神经网络算法 | 第19-20页 |
| ·支持向量机算法 | 第20-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 数据流处理和概要构建 | 第26-40页 |
| ·数据流处理技术及滑动窗口模型 | 第26-28页 |
| ·数据流处理模型 | 第27-28页 |
| ·滑动窗口技术 | 第28页 |
| ·数据流概要的构建方法 | 第28-33页 |
| ·直方图 | 第28-29页 |
| ·抽样方法 | 第29-30页 |
| ·变换方法 | 第30-33页 |
| ·小波概要的增量维护 | 第33-36页 |
| ·直接更新算法 | 第33-34页 |
| ·SWAT 算法 | 第34-35页 |
| ·SSWAT 算法 | 第35-36页 |
| ·改进的SSWAT 算法 | 第36页 |
| ·仿真实验与分析 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 数据流预测研究与实现 | 第40-63页 |
| ·实验研究方案 | 第40-41页 |
| ·预测误差 | 第41-42页 |
| ·支持向量机预测仿真实验及结果分析 | 第42-44页 |
| ·实验数据与预测模型 | 第42-43页 |
| ·实验结果 | 第43-44页 |
| ·最小二乘支持向量机预测仿真实验与结果分析 | 第44-53页 |
| ·最小二乘支持向量机回归算法 | 第45-46页 |
| ·最小二乘支持向量机增量算法 | 第46-49页 |
| ·最小二乘支持向量机在线算法 | 第49-52页 |
| ·仿真实验结果及分析 | 第52-53页 |
| ·小波-LSSVM 预测仿真实验与结果分析 | 第53-58页 |
| ·小波变换增量算法补充 | 第53-55页 |
| ·仿真实验 | 第55-58页 |
| ·仿真结果分析 | 第58页 |
| ·小波-LSSVM 预测算法在电力系统中应用 | 第58-62页 |
| ·仿真环境 | 第58-59页 |
| ·仿真实验 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 结论与展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 在学期间发表的学术论文和参加科研情况 | 第69页 |
