| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 引言 | 第11-18页 |
| ·选题背景及意义 | 第11-12页 |
| ·国内外研究现状综述 | 第12-16页 |
| ·概率与统计法 | 第12-14页 |
| ·彩票专家系统 | 第14-15页 |
| ·数据挖掘法 | 第15页 |
| ·其他 | 第15-16页 |
| ·主要内容和组织结构 | 第16-18页 |
| ·论文的主要内容 | 第16-17页 |
| ·论文的章节安排 | 第17-18页 |
| 第2章 彩票相关知识及其随机特征 | 第18-24页 |
| ·双色球彩票相关知识 | 第18-20页 |
| ·彩票的定义 | 第18页 |
| ·双色球彩票游戏规则 | 第18-19页 |
| ·双色球彩票相关专业术语 | 第19-20页 |
| ·双色球彩票概率分布模型 | 第20-21页 |
| ·双色球彩票中的随机特征 | 第21-24页 |
| ·概率均等性 | 第21页 |
| ·偏态性 | 第21-23页 |
| ·连惯性 | 第23页 |
| ·时序性 | 第23-24页 |
| 第3章 基于马尔柯夫链模型的双色球彩票分析与预测 | 第24-36页 |
| ·马尔柯夫链模型的基本原理 | 第24-28页 |
| ·马尔柯夫链 | 第25页 |
| ·转移概率矩阵 | 第25-26页 |
| ·Chapman-Kolmogorov方程 | 第26页 |
| ·马尔柯夫链预测模型介绍 | 第26-28页 |
| ·基于马尔柯夫链模型的双色球分析与预测 | 第28-34页 |
| ·数学模型的建立 | 第28页 |
| ·双色球蓝号状态序列的划分 | 第28-29页 |
| ·验证双色球蓝号状态序列的马氏性 | 第29-30页 |
| ·基于绝对分布马尔柯夫链模型双色球蓝号的分析与预测 | 第30-31页 |
| ·基于加权马尔柯夫链模型的双色球蓝号的分析与预测 | 第31-34页 |
| ·预测效果及其分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于径向基神经网络的双色球彩票分析与预测 | 第36-49页 |
| ·径向基神经网络的理论基础 | 第37-41页 |
| ·径向基神经网络的结构分析 | 第37-39页 |
| ·径向基神经网络的特点 | 第39页 |
| ·径向基神经网络的映射机理 | 第39-41页 |
| ·基于径向基神经网络的双色球分析与预测 | 第41-46页 |
| ·径向基学习算法 | 第41-43页 |
| ·径向基神经网络的建立 | 第43页 |
| ·径向基神经网络的训练 | 第43-46页 |
| ·预测效果及其分析 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第5章 基于彩票知识推理融合的双色球彩票预测框架 | 第49-63页 |
| ·基于彩票知识推理融合的双色球预测框架 | 第49-50页 |
| ·双色球彩票知识库构建 | 第50-57页 |
| ·双色球彩票知识分类 | 第50-51页 |
| ·面向对象知识表示优点 | 第51页 |
| ·面向对象彩票知识表示的实现 | 第51-55页 |
| ·双色球彩票知识库组织 | 第55-56页 |
| ·双色球彩票知识库实现 | 第56-57页 |
| ·双色球彩票的维护 | 第57页 |
| ·基于彩票知识推理融合的双色球预测 | 第57-61页 |
| ·贝叶斯推理的基本理论 | 第57-59页 |
| ·彩票知识推理贝叶斯融合算法 | 第59-61页 |
| ·实例分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 结论与展望 | 第63-65页 |
| ·本文工作总结 | 第63页 |
| ·彩票分析技术的展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 研究生履历 | 第71页 |