基于时变系统的支持向量机预测模型及其应用
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-13页 |
| ·研究目的意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·支持向量机的国内外研究现状 | 第9页 |
| ·油气田生产动态预测分析研究现状 | 第9-10页 |
| ·支持向量机在油气田勘探开发中的研究概况 | 第10-11页 |
| ·本文研究的主要工作和结构 | 第11-12页 |
| ·本文创新点 | 第12-13页 |
| 第2章 支持向量机 | 第13-31页 |
| ·支持向量机理论基础 | 第13-19页 |
| ·支持向量机 | 第13-14页 |
| ·统计学习理论 | 第14-17页 |
| ·最优化决策理论 | 第17-19页 |
| ·支持向量分类机及其算法 | 第19-23页 |
| ·线性可分情况 | 第19-20页 |
| ·线性不可分情况 | 第20-22页 |
| ·v-支持向量分类机 | 第22-23页 |
| ·支持向量回归机及其算法 | 第23-25页 |
| ·ε-支持向量回归机 | 第23-24页 |
| ·v-支持向量回归机 | 第24-25页 |
| ·核函数及其核参数的选择 | 第25-31页 |
| ·核函数的选择方法 | 第25-28页 |
| ·核参数的选择方法 | 第28-31页 |
| 第3章 基于时变系统的支持向量机模型研究 | 第31-45页 |
| ·小波分析原理 | 第31-41页 |
| ·小波分析 | 第31页 |
| ·连续小波变换 | 第31-33页 |
| ·离散参数小波变换 | 第33页 |
| ·离散时间小波变换 | 第33页 |
| ·离散小波变换 | 第33-34页 |
| ·离散小波变换的快速算法 | 第34-38页 |
| ·常用的小波函数 | 第38-41页 |
| ·时间序列模型 | 第41-43页 |
| ·自回归模型 | 第42页 |
| ·滑动平均模型 | 第42页 |
| ·自回归—滑动平均混合模型 | 第42-43页 |
| ·基于时变系统的支持向量机模型 | 第43-45页 |
| 第4章 时变系统支持向量机预测模型的应用 | 第45-51页 |
| ·油田背景介绍 | 第45-46页 |
| ·样本集的选取 | 第46-47页 |
| ·模型的建立与应用 | 第47-51页 |
| ·时间序列分析过程 | 第47页 |
| ·支持向量回归机预测 | 第47-49页 |
| ·结果分析 | 第49-51页 |
| 第五章 结论 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间发表的论文 | 第59页 |
