| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-21页 |
| ·课题研究背景与意义 | 第11-12页 |
| ·时间序列预测国内外研究现状 | 第12-17页 |
| ·本文的研究内容及框架 | 第17-21页 |
| ·研究内容 | 第17-18页 |
| ·结构框架 | 第18-21页 |
| 第二章 基础理论介绍 | 第21-35页 |
| ·BP神经网络 | 第21-24页 |
| ·BP神经网络的结构 | 第21-22页 |
| ·BP神经网络的学习过程 | 第22-24页 |
| ·支持向量回归机 | 第24-28页 |
| ·支持向量回归机 | 第24-27页 |
| ·支持向量机常用核函数 | 第27-28页 |
| ·相关向量机 | 第28-32页 |
| ·相关向量机的回归原理 | 第28-31页 |
| ·相关向量机常用核函数 | 第31-32页 |
| ·灰色预测模型 | 第32-34页 |
| ·GM(1,1)模型 | 第32-33页 |
| ·残差修正GM(1,1)模型 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于PSO-SVR模型的卫星姿态短期预测研究 | 第35-61页 |
| ·卫星时序数据预测研究中的预处理 | 第35-40页 |
| ·野值处理 | 第36-37页 |
| ·数据压缩 | 第37-38页 |
| ·数据转换 | 第38-39页 |
| ·数据归一化 | 第39-40页 |
| ·预测模型的评价标准 | 第40页 |
| ·平均绝对百分比误差 | 第40页 |
| ·均方根误差 | 第40页 |
| ·标准均方误差 | 第40页 |
| ·PSO-SVR模型概述 | 第40-41页 |
| ·卫星姿态PSO-SVR预测模型的流程 | 第41-45页 |
| ·PSO-SVR模型应用 | 第45-59页 |
| ·实验数据 | 第45-47页 |
| ·实验参数的设置 | 第47-53页 |
| ·实验结果及分析 | 第53-59页 |
| ·本章小结 | 第59-61页 |
| 第四章 基于PSO-RVM模型的卫星电源参数区间预测研究 | 第61-73页 |
| ·PSO-RVM模型概述 | 第61-62页 |
| ·卫星电源PSO-RVM区间预测模型的流程 | 第62-65页 |
| ·PSO-RVM模型应用 | 第65-72页 |
| ·实验数据 | 第65页 |
| ·实验参数的设置 | 第65-68页 |
| ·实验结果及分析 | 第68-72页 |
| ·本章小结 | 第72-73页 |
| 第五章 总结与展望 | 第73-76页 |
| ·本文总结 | 第73-74页 |
| ·研究展望 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-82页 |
| 在学期间的研究成果及发表的学术论文 | 第82页 |