| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 数据的研究背景 | 第8-9页 |
| 1.2 研究问题的产生及意义 | 第9-13页 |
| 1.3 国内外研究现状 | 第13-17页 |
| 2 相关技术分析 | 第17-32页 |
| 2.1 人工神经网络原理及方法 | 第17-19页 |
| 2.2 支持向量机 | 第19-21页 |
| 2.3 极限学习机 | 第21-25页 |
| 2.4 受限波尔兹曼机（Restricted Boltzmann Machine, RBM） | 第25-29页 |
| 2.5 基于深度置信网络贪婪逐层非监督算法 | 第29-32页 |
| 3 数据预测模型构建 | 第32-40页 |
| 3.1 基于快时尚行业销售数据的小样本预测模型 | 第32-36页 |
| 3.2 基于股票行业大样本数据预测模型 | 第36-40页 |
| 4 实验设计与结果分析 | 第40-51页 |
| 4.1 实验环境介绍 | 第40页 |
| 4.2 实验一—快时尚销售预测对比实验 | 第40-46页 |
| 4.3 实验二—股票价格变动趋势预测实验 | 第46-51页 |
| 5 总结与展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 附录1 攻读硕士期间发表的论文 | 第60-61页 |
| 附录2 攻读硕士期间参与的课题 | 第61页 |