| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-12页 |
| ·研究背景 | 第9页 |
| ·人工神经网络用于股票预测的研究现状 | 第9-10页 |
| ·本文主要的研究内容 | 第10-12页 |
| 第二章 人工神经网络理论 | 第12-22页 |
| ·人工神经网络简介 | 第12-15页 |
| ·BP神经网络 | 第15-17页 |
| ·RBF神经网络 | 第17-19页 |
| ·RBF神经网络的逼近性能 | 第19-22页 |
| 第三章 Gaussian型RBF神经网络的函数逼近理论 | 第22-29页 |
| ·精确的Gaussian型RBF神经网络插值 | 第22-24页 |
| ·多维Gaussian型RBF神经网络插值逼近 | 第24-26页 |
| ·多维Gaussian型RBF神经网络的一致逼近 | 第26-29页 |
| 第四章 Gaussian型RBF神经网络的函数仿真逼近 | 第29-39页 |
| ·仿真工具---Matlab神经网络工具箱 | 第29页 |
| ·两种网络对一元函数的逼近 | 第29-36页 |
| ·仿真逼近问题的提出 | 第29-30页 |
| ·仿真过程 | 第30-31页 |
| ·仿真结果的比较 | 第31-35页 |
| ·一元函数仿真逼近的结论 | 第35-36页 |
| ·两种网络对二元函数进行逼近 | 第36-39页 |
| ·仿真逼近准备 | 第36页 |
| ·二元函数仿真逼近结果分析 | 第36-38页 |
| ·二元函数仿真逼近的结论 | 第38-39页 |
| 第五章 基于Gaussian型RBF神经网络的股市预测 | 第39-50页 |
| ·Gaussian型RBF神经网络对股票市场预测的可能性 | 第39-40页 |
| ·Gaussian型RBF神经网络预测股票价格的原理 | 第40-43页 |
| ·基于Gaussian型RBF神经网络股票预测的思路 | 第40-41页 |
| ·建立股票预测模型的基本步骤 | 第41-42页 |
| ·股票预测模型在Matlab中的实现 | 第42-43页 |
| ·Gaussian型RBF神经网络预测股票价格的结果分析 | 第43-50页 |
| ·预测的精度分析 | 第43-44页 |
| ·数据处理效果的分析 | 第44-45页 |
| ·对比模型的建立 | 第45页 |
| ·预测结果的分析 | 第45-49页 |
| ·结论 | 第49-50页 |
| 第六章 结论与展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55页 |
