基于时段基因的高维混合面板数据分析模型研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·研究背景及意义 | 第7页 |
| ·文献综述 | 第7-12页 |
| ·传统统计模型 | 第8页 |
| ·智能算法 | 第8-11页 |
| ·离散化数据归约 | 第11页 |
| ·面板数据 | 第11-12页 |
| ·本文结构安排及主要创新点 | 第12-14页 |
| 第二章 关键方法综述 | 第14-32页 |
| ·高维混合面板数据 | 第14-15页 |
| ·面板数据 | 第14页 |
| ·高维混合面板数据 | 第14-15页 |
| ·离散化数据归约 | 第15-19页 |
| ·数据归约 | 第15-16页 |
| ·典型的离散化方法 | 第16页 |
| ·二元转化 | 第16-19页 |
| ·遗传算法 | 第19-25页 |
| ·基本概念 | 第19-21页 |
| ·适用领域 | 第21-22页 |
| ·等位异值遗传算法 | 第22-25页 |
| ·聚类分析 | 第25-28页 |
| ·基本概念 | 第25-26页 |
| ·聚类方法 | 第26-27页 |
| ·基于改进的海明距离聚类分析 | 第27-28页 |
| ·BP 神经网络 | 第28-32页 |
| ·基本概念 | 第28-29页 |
| ·网络结构 | 第29页 |
| ·实现原理 | 第29-32页 |
| 第三章 高维混合面板数据分析模型 | 第32-38页 |
| ·指标动态选取 | 第33页 |
| ·指标动态归约 | 第33-34页 |
| ·指标动态加权 | 第34页 |
| ·聚类分析 | 第34-35页 |
| ·聚类结果评价 | 第35-36页 |
| ·迭代运算 | 第36-38页 |
| 第四章 构建样本集 | 第38-46页 |
| ·指标选取 | 第38-43页 |
| ·原始数据 | 第43-44页 |
| ·构建样本集 | 第44-46页 |
| 第五章 实例分析 | 第46-56页 |
| ·参数设定 | 第46-47页 |
| ·实例计算 | 第47-54页 |
| ·选取样例指标 | 第48-49页 |
| ·指标离散归约 | 第49-52页 |
| ·指标加权 | 第52-53页 |
| ·聚类分析和结果评价 | 第53-54页 |
| ·迭代运算 | 第54页 |
| ·对比分析 | 第54-56页 |
| 第六章 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 发表论文和参加科研情况说明 | 第62-63页 |
| 致谢 | 第63页 |
