时间序列数据流在线预测研究与应用

摘要	第1-5页
Abstract	第5-8页
1 绪论	第8-12页
·研究背景	第8-9页
·国内外研究现状	第9-11页
·本文主要贡献和文章结构	第11-12页
2 数据流挖掘和EMD综述	第12-23页
·数据流挖掘	第12-18页
·数据流处理模型	第12-13页
·数据流的基本处理技术	第13-14页
·数据流挖掘算法	第14-18页
·验模式分解方法(EMD)	第18-23页
3 链式可重写窗口和EMD端点效应研究	第23-35页
·链式可重写窗口	第23-29页
·传统滑动窗口技术	第23-25页
·链式循环窗口	第25-29页
·EMD的端点效应解决方法研究	第29-35页
·三次样条插值产生端点效应的机理	第29-30页
·几种抑制端点效应的方法	第30-35页
4 Online_DSPM方法	第35-47页
·已有数据流预测方法的研究	第35-36页
·选择EMD方法的依据	第36-40页
·径向基神经网络	第40-43页
·RBF网络模型的特点	第40页
·RBF网络的模型结构	第40-42页
·RBF网络的学习算法	第42-43页
·Online_DSPM算法	第43-47页
·预测算法的基本思想	第43-44页
·时间序列数据流预测框架	第44页
·算法	第44-47页
5 电力负荷时间序列数据流在线预测的应用研究	第47-55页
·电力负荷数据流	第47-50页
·电力负荷时间序列数据流在线预测实验及结果分析	第50-55页
·实验环境	第50-51页
·实验方案	第51页
·实验过程	第51-55页
结论	第55-56页
参考文献	第56-61页
攻读硕士学位期间发表学术论文情况	第61-62页
致谢	第62-64页