| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 序言 | 第7-11页 |
| ·选题的背景与意义 | 第7-8页 |
| ·支持向量机的应用研究及优势 | 第8-10页 |
| ·支持向量机的应用研究 | 第8-9页 |
| ·支持向量机性能 | 第9-10页 |
| ·主要内容与安排 | 第10-11页 |
| 第二章 支持向量回归理论 | 第11-23页 |
| ·学习问题与经验风险最小化原理 | 第11-12页 |
| ·学习问题 | 第11-12页 |
| ·经验风险最小化原理 | 第12页 |
| ·统计学习理论的基本内容 | 第12-14页 |
| ·VC维 | 第12-13页 |
| ·泛化性的界 | 第13-14页 |
| ·结构风险最小化 | 第14页 |
| ·支持向量回归 | 第14-22页 |
| ·线性ε―支持向量回归 | 第14-19页 |
| ·非线性ε―支持向量回归 | 第19-21页 |
| ·最小二乘支持向量回归 | 第21-22页 |
| ·核函数 | 第22-23页 |
| 第三章 ARIMA―最小二乘支持向量机组合预测模型 | 第23-32页 |
| ·建立模型的思想 | 第23页 |
| ·ARIMA―最小二乘支持向量机组合预测模型的形式 | 第23-24页 |
| ·组合预测模型 | 第23-24页 |
| ·实证分析 | 第24-31页 |
| ·ARIMA模型 | 第24-27页 |
| ·Lssvr模型的建立与预测 | 第27-29页 |
| ·ARIMA―Lssvr组合模型的预测 | 第29-31页 |
| ·小结 | 第31-32页 |
| 第四章 Lssvr―马尔科夫链组合预测模型 | 第32-38页 |
| ·Lssvr―马尔科夫链组合的思想 | 第32页 |
| ·Lssvr―马尔科夫链组合预测模型 | 第32-34页 |
| ·马尔科夫链方法 | 第32-33页 |
| ·组合预测模型的建立 | 第33-34页 |
| ·实证分析 | 第34-38页 |
| 第五章 总结 | 第38-39页 |
| 参考文献 | 第39-41页 |
| 学术论文目录 | 第41-42页 |
| 致谢 | 第42页 |