时间序列的多尺度分析方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-15页 |
| ·时间序列分析概述 | 第8-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文的主要研究工作 | 第13页 |
| ·论文结构安排 | 第13-14页 |
| 本章小结 | 第14-15页 |
| 第2章 基础知识 | 第15-30页 |
| ·多尺度分析理论基础 | 第15-20页 |
| ·估计理论基础（KALMAN 滤波） | 第20-26页 |
| ·极大似然估计 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 时间序列多尺度方差的计算与性质研究 | 第30-49页 |
| ·引言 | 第30-31页 |
| ·小波方差的定义和基本属性 | 第31-38页 |
| ·小波方差的估计 | 第38-40页 |
| ·小波方差的置信区间 | 第40-46页 |
| ·小波方差的应用 | 第46-48页 |
| 本章小结 | 第48-49页 |
| 第4章 长记忆过程参数的多尺度极大似然估计方法 | 第49-68页 |
| ·前言 | 第49页 |
| ·传统极大似然估计的不足 | 第49-50页 |
| ·离散小波变换对长记忆过程的解相关性 | 第50-53页 |
| ·多尺度极大似然估计（MSMLE）的基本思想 | 第53-58页 |
| ·长记忆过程模型 | 第58-59页 |
| ·利用多尺度极大似然方法估计忆过程的参数 | 第59-65页 |
| ·计算复杂度分析和仿真研究 | 第65-67页 |
| 本章小结 | 第67-68页 |
| 第5章 一类非平稳时间序列动态预报的新方法 | 第68-76页 |
| ·前言 | 第68-69页 |
| ·算法推导 | 第69-73页 |
| ·算法流程 | 第73-74页 |
| ·仿真实验 | 第74-75页 |
| 本章小结 | 第75-76页 |
| 总结与展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-81页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第81页 |
| 攻读硕士研究生学位期间参加的主要项目 | 第81页 |
