| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-20页 |
| 1.1 课题来源及研究的目的和意义 | 第8-9页 |
| 1.2 国内外研究现状及分析 | 第9-18页 |
| 1.2.1 时间序列特性分类研究现状 | 第9-11页 |
| 1.2.2 基于统计信号处理的时间序列预测模型研究现状 | 第11-16页 |
| 1.2.3 预测模型自适应选择及优化选择研究现状 | 第16-18页 |
| 1.3 本文的研究内容与结构 | 第18-20页 |
| 第2章 时间序列特性分类研究 | 第20-28页 |
| 2.1 时间序列特性指标体系构建 | 第20-22页 |
| 2.2 时间序列分类体系构建 | 第22-23页 |
| 2.3 时间序列分类体系验证实验及分析 | 第23-27页 |
| 2.3.1 时间序列长记忆性融合判断方法验证及分析 | 第24-25页 |
| 2.3.2 时间序列分类体系验证及分析 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 统计预测模型特性研究 | 第28-49页 |
| 3.1 统计预测模型及其特性分析 | 第28-34页 |
| 3.2 预测模型与数据特性匹配关系构建 | 第34-47页 |
| 3.3 本章小结 | 第47-49页 |
| 第4章 时间序列预测模型选择及更新机制 | 第49-69页 |
| 4.1 时间序列预测模型选择机制 | 第49-66页 |
| 4.1.1 时间序列预测模型选择机制总体框架 | 第49-51页 |
| 4.1.2 最优模型定性选择机制 | 第51-52页 |
| 4.1.3 最优模型定量选择机制 | 第52-62页 |
| 4.1.4 实验验证及分析 | 第62-66页 |
| 4.2 时间序列预测模型适用性评价及更新反馈机制 | 第66-68页 |
| 4.3 本章小结 | 第68-69页 |
| 第5章 基于统计信号处理的时间序列预测软件 | 第69-88页 |
| 5.1 软件概述 | 第69-70页 |
| 5.1.1 软件需求分析及功能概述 | 第69页 |
| 5.1.2 软件使用流程 | 第69-70页 |
| 5.2 软件总体设计方案 | 第70-72页 |
| 5.2.1 软件运行所需环境 | 第70页 |
| 5.2.2 总体设计方案 | 第70-71页 |
| 5.2.3 混合编程技术实现 | 第71-72页 |
| 5.3 软件详细设计 | 第72-81页 |
| 5.3.1 自定义资源配置模块设计 | 第72-74页 |
| 5.3.2 时间序列基本呈现及数据准备模块设计 | 第74-76页 |
| 5.3.3 时间序列特性判断及分类模块设计 | 第76-77页 |
| 5.3.4 最优预测模型选择模块设计 | 第77-79页 |
| 5.3.5 时间序列预测模块设计 | 第79-80页 |
| 5.3.6 预测效果评价模块设计 | 第80页 |
| 5.3.7 结果输出呈现处理模块设计 | 第80-81页 |
| 5.4 软件功能测试 | 第81-87页 |
| 5.4.1 软件功能测试方案 | 第81-82页 |
| 5.4.2 软件功能测试与结果分析 | 第82-87页 |
| 5.5 本章小结 | 第87-88页 |
| 结论 | 第88-89页 |
| 参考文献 | 第89-97页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第97-100页 |
| 致谢 | 第100-101页 |
| 附录 | 第101-104页 |