隐马尔可夫模型参数训练的改进及在股市预测中的应用

摘要	第1-7页
ABSTRACT	第7-11页
插图索引	第11-12页
第一章 绪论	第12-17页
·隐马尔可夫模型简介	第12页
·隐马尔可夫模型的发展现状	第12-14页
·基于状态过程和观测过程发展改进的HMM模型	第12-13页
·基于学习问题的参数训练方法改进的HMM模型	第13-14页
·模式识别在股市预测中的应用	第14-15页
·本文的研究思路和论文结构	第15-17页
第二章 传统隐马尔可夫模型	第17-36页
·HMM模型的的一般定义	第17-19页
·离散HMM模型的一般算法	第19-26页
·识别问题	第20-22页
·译码（解码）问题	第22-24页
·学习（参数训练）问题	第24-26页
·连续HMM模型的参数训练	第26-36页
·前向-后向公式	第27-28页
·参数估计问题	第28-36页
第三章 考虑时域相关性的隐马尔可夫模型	第36-47页
·时域上相关性的模型化	第36-40页
·前向-后向变量	第40-42页
·参数估计问题	第42-47页
第四章 基于遗传算法改进的隐马尔可夫模型参数训练	第47-53页
·遗传算法简介	第47-48页
·隐马氏模型参数训练	第48-49页
·传统连续HMM模型仿真计算	第49-50页
·TCHMM模型仿真计算	第50-53页
第五章 隐马尔可夫模型在股市预测中的应用	第53-61页
·隐马尔可夫模型的建模	第53-54页
·模型与模型参数选择	第54-61页
·传统HMM模型	第55-57页
·TCHMM模型	第57-61页
第六章 研究展望	第61-62页
参考文献	第62-67页
致谢	第67页