| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-14页 |
| ·预测小麦产量的意义 | 第7页 |
| ·预测小麦产量概述 | 第7-12页 |
| ·常见的粮食产量预测方法 | 第7-9页 |
| ·小麦生长特性及产量预测的特点 | 第9-10页 |
| ·预测小麦产量的误差分析 | 第10-12页 |
| ·本文研究内容及论文结构 | 第12-14页 |
| ·本文研究的主要内容 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 2 统计学习理论与支持向量机相关算法研究 | 第14-32页 |
| ·统计学习理论的研究 | 第14-19页 |
| ·VC 维及其界定 | 第14-15页 |
| ·推广能力的界 | 第15-16页 |
| ·模型估计和选择 | 第16-19页 |
| ·支持向量机的相关算法研究 | 第19-28页 |
| ·支持向量分类机 | 第19-24页 |
| ·支持向量回归机 | 第24-28页 |
| ·最小二乘支持向量分类机 | 第28-30页 |
| ·最小二乘支持向量回归机 | 第30-32页 |
| 3 基于最小二乘支持向量机的小麦产量预测 | 第32-49页 |
| ·建立网络模型 | 第32-33页 |
| ·选择输入向量集和输出向量集 | 第32页 |
| ·确定 LS-SVM 小麦产量预测的结构模型 | 第32-33页 |
| ·时间序列模型的定阶 | 第33页 |
| ·建立预测模型 | 第33-34页 |
| ·选择核函数 | 第34-36页 |
| ·提取样本特征 | 第36-40页 |
| ·调查、选择历史数据 | 第36页 |
| ·整理历史资料 | 第36页 |
| ·数据的预处理 | 第36-37页 |
| ·种植面积与产量数据的特征选取 | 第37-38页 |
| ·气候数据的特征选取 | 第38-39页 |
| ·数据归一化处理的具体实现 | 第39-40页 |
| ·构建样本集 | 第40-41页 |
| ·小麦产量预测实验 | 第41-46页 |
| ·工具箱选取 | 第41页 |
| ·LS-SVM 预测模型参数选择 | 第41页 |
| ·评价指标 | 第41页 |
| ·实现代码 | 第41-44页 |
| ·实验结果分析 | 第44-46页 |
| ·图形化界面 | 第46-49页 |
| 4 基于模糊最小二乘支持向量机预测 | 第49-55页 |
| ·时间权重 | 第49页 |
| ·模糊最小二乘支持向量机 | 第49-50页 |
| ·基于时间权重的 FLSSVM 小麦产量预测及实验结果分析 | 第50-55页 |
| ·加时间权重实验代码 | 第50-53页 |
| ·实验结果分析 | 第53-55页 |
| 5 总结与展望 | 第55-57页 |
| ·论文总结 | 第55-56页 |
| ·论文下一步工作 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61页 |