| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·当前研究现状 | 第10-12页 |
| ·研究内容和创新点 | 第12-14页 |
| ·研究内容 | 第12-13页 |
| ·主要创新点 | 第13-14页 |
| ·文章的组织结构 | 第14-15页 |
| 第二章 时间序列预测与支持向量机原理 | 第15-23页 |
| ·时间序列预测基本理论 | 第15-16页 |
| ·支持向量机原理 | 第16-23页 |
| ·支持向量机基本原理 | 第16-20页 |
| ·支持向量机回归原理 | 第20-23页 |
| 第三章 基于BBN-SVM的多变量时间序列预测方法 | 第23-33页 |
| ·贝叶斯网概念和学习 | 第23-25页 |
| ·基于SVM的多变量时间序列预测算法 | 第25-27页 |
| ·基于BBN-SVM的多变量时间序列分析预测算法 | 第27-33页 |
| ·算法原理和要求 | 第27-29页 |
| ·数据离散化处理 | 第29页 |
| ·基于BBN-SVM的多变量时间序列预测模型与算法 | 第29-33页 |
| 第四章 基于MPI的并行K折交叉验证算法 | 第33-43页 |
| ·参数选择对模型的影响 | 第33-34页 |
| ·支持向量机参数选择方法 | 第34-37页 |
| ·参数选择方法介绍 | 第34-35页 |
| ·交叉验证方法原理及其优越性 | 第35-37页 |
| ·K折交叉验证算法的局限性 | 第37页 |
| ·MPI并行算法原理 | 第37-39页 |
| ·并行K折交叉验证算法 | 第39-43页 |
| 第五章 核函数讨论与研究 | 第43-48页 |
| ·核函数方法简介 | 第43-44页 |
| ·核函数的对比与讨论 | 第44-46页 |
| ·核函数改进研究 | 第46-48页 |
| 第六章 实验结果与分析 | 第48-57页 |
| ·气象时间序列预测 | 第48-53页 |
| ·气象数据特点 | 第48页 |
| ·使用贝叶斯网进行多变量选取 | 第48-49页 |
| ·预测结果分析 | 第49-53页 |
| ·股市时间序列预测 | 第53-57页 |
| ·股市数据特点 | 第53页 |
| ·使用贝叶斯网进行多变量选取 | 第53-54页 |
| ·预测结果分析 | 第54-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 研究生期间发表的论文和参与的项目 | 第62-63页 |
| 致谢 | 第63页 |