基于SVM的煤炭销售分析预测系统的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·分析预测的基本原理 | 第9页 |
| ·国内外研究现状 | 第9-13页 |
| ·传统的预测方法 | 第9-11页 |
| ·灰色理论预测方法 | 第11页 |
| ·神经网络预测方法 | 第11-12页 |
| ·支持向量机的预测方法 | 第12-13页 |
| ·论文的主要内容及结构 | 第13-14页 |
| 第二章 统计学习理论与SVM | 第14-24页 |
| ·统计学习理论 | 第14-17页 |
| ·经验风险最小化 | 第14页 |
| ·VC 维 | 第14-15页 |
| ·推广性的界 | 第15-16页 |
| ·结构风险最小化 | 第16-17页 |
| ·SVM 基本原理 | 第17-24页 |
| ·最优超平面 | 第17-18页 |
| ·核函数 | 第18-19页 |
| ·支持向量回归机 | 第19-24页 |
| 第三章 支持向量机回归算法的实现 | 第24-30页 |
| ·违反条件 | 第24-26页 |
| ·优化过程 | 第26-27页 |
| ·优化乘子的选择 | 第27-28页 |
| ·完整的SMO 算法 | 第28-30页 |
| 第四章 SVM 在煤炭销售预测中的应用 | 第30-36页 |
| ·预测模型建立 | 第30-31页 |
| ·核函数及训练算法的选择 | 第31页 |
| ·SVM 参数的设置 | 第31-32页 |
| ·预测评价指标 | 第32页 |
| ·预测结果分析 | 第32-36页 |
| 第五章 目标系统的设计与实现 | 第36-58页 |
| ·系统开发方式 | 第36页 |
| ·需求分析 | 第36-37页 |
| ·系统设计 | 第37-44页 |
| ·系统架构设计 | 第37-39页 |
| ·系统功能模块设计 | 第39-41页 |
| ·数据库设计 | 第41-44页 |
| ·系统的实现 | 第44-53页 |
| ·运行实例 | 第53-58页 |
| 第六章 结论与展望 | 第58-60页 |
| ·论文总结 | 第58页 |
| ·工作展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文目录 | 第65-66页 |
