| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·主要内容 | 第10-12页 |
| ·本文结构 | 第12-13页 |
| 2 时间序列分析理论基础 | 第13-25页 |
| ·概述 | 第13页 |
| ·传统时间序列分析 | 第13-16页 |
| ·混沌时间序列分析 | 第16-22页 |
| ·其它计算智能预测算法 | 第22-25页 |
| 3 支持向量机理论基础 | 第25-31页 |
| ·概述 | 第25-26页 |
| ·Epsilon-SVM | 第26-28页 |
| ·Nu-SVM | 第28-29页 |
| ·LS-SVM | 第29-30页 |
| ·性能分析 | 第30-31页 |
| 4 局域支持向量机预测算法 | 第31-35页 |
| ·概述 | 第31-32页 |
| ·局域支持向量机预测算法 | 第32-35页 |
| 5 局域支持向量机算法性能分析及改进 | 第35-54页 |
| ·实验数据 | 第35-36页 |
| ·性能评估 | 第36-43页 |
| ·分析与改进 | 第43-48页 |
| ·LSVM-DTW-K | 第48-49页 |
| ·实验 | 第49-54页 |
| 6 总结与展望 | 第54-55页 |
| 7 参考文献 | 第55-59页 |
| 8 作者在读期间科研成果简介 | 第59-62页 |
| 11 致谢 | 第62页 |