水文时间序列几种预测方法比较研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-23页 |
| ·研究背景及意义 | 第9页 |
| ·国内外研究现状 | 第9-19页 |
| ·传统预测模型 | 第10-11页 |
| ·现代时间序列预测模型 | 第11-17页 |
| ·自记忆理论 | 第17-19页 |
| ·研究内容 | 第19页 |
| ·技术路线 | 第19-21页 |
| ·预期研究成果 | 第21-22页 |
| ·研究中的新见解 | 第22-23页 |
| 2 民勤绿洲概况 | 第23-32页 |
| ·民勤地形地貌 | 第23-25页 |
| ·气候特点及气象要素变化情况 | 第25-27页 |
| ·水资源状况 | 第27-29页 |
| ·地表水 | 第27-28页 |
| ·地下水 | 第28-29页 |
| ·社会经济 | 第29-30页 |
| ·生态环境 | 第30-31页 |
| ·小结 | 第31-32页 |
| 3 逐步回归预测模型 | 第32-45页 |
| ·回归分析简介 | 第32页 |
| ·回归分析分类 | 第32-34页 |
| ·逐步回归分析模型 | 第34-37页 |
| ·逐步回归预测模型的建立与应用 | 第37-43页 |
| ·小结 | 第43-45页 |
| 4 核主成分支持向量机模型 | 第45-65页 |
| ·统计学习理论 | 第46-47页 |
| ·VC维 | 第46页 |
| ·推广性的界 | 第46-47页 |
| ·结构风险最小化 | 第47页 |
| ·支持向量机原理 | 第47-52页 |
| ·分类支持向量机 | 第47-50页 |
| ·回归支持向量机 | 第50-51页 |
| ·最小二乘支持向量机 | 第51-52页 |
| ·核函数与模型参数的确定 | 第52-53页 |
| ·核函数的选择 | 第52-53页 |
| ·模型参数的确定 | 第53页 |
| ·核主成分分析方法 | 第53-56页 |
| ·主成分分析方法 | 第53-55页 |
| ·核主成分分析方法 | 第55-56页 |
| ·核主成分支持向量机建模 | 第56-57页 |
| ·模型应用 | 第57-64页 |
| ·小结 | 第64-65页 |
| 5 多变量灰色自记忆模型 | 第65-80页 |
| ·灰色理论 | 第65-66页 |
| ·自记忆模型 | 第66-68页 |
| ·自忆性方程的求解 | 第68-70页 |
| ·灰色GM(1,N)自记忆模型 | 第70-71页 |
| ·模型应用 | 第71-79页 |
| ·小结 | 第79-80页 |
| 6 三种模型对比 | 第80-83页 |
| ·三种模型机理对比 | 第80页 |
| ·三种模型精度对比 | 第80-82页 |
| ·小结 | 第82-83页 |
| 7 结论与建议 | 第83-85页 |
| ·结论 | 第83-84页 |
| ·建议 | 第84-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-93页 |
| 附录 | 第93页 |
