摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-15页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 课题研究现状 | 第11-13页 |
1.3 课题研究内容 | 第13-15页 |
第2章 支持向量机理论 | 第15-29页 |
2.1 统计学习理论 | 第15-19页 |
2.1.1 机器学习问题 | 第15-16页 |
2.1.2 VC维理论 | 第16页 |
2.1.3 推广性的界 | 第16-17页 |
2.1.4 结构风险最小化原则 | 第17-19页 |
2.2 支持向量机理论 | 第19-23页 |
2.2.1 最优分类面 | 第20-22页 |
2.2.2 标准支持向量机 | 第22-23页 |
2.3 支持向量回归机 | 第23-28页 |
2.4 本章小结 | 第28-29页 |
第3章 秦皇岛旅游业可持续发展预警模型的建立 | 第29-44页 |
3.1 可持续发展的基本概念 | 第29-31页 |
3.1.1 可持续发展的含义 | 第29-30页 |
3.1.2 可持续发展研究方向 | 第30页 |
3.1.3 可持续发展的原则和目标 | 第30-31页 |
3.2 可持续发展预警 | 第31-33页 |
3.2.1 可持续发展预警的定义 | 第31-32页 |
3.2.2 可持续发展预警的要素 | 第32-33页 |
3.2.3 可持续发展预警模型的建立 | 第33页 |
3.3 秦皇岛的旅游业可持续发展预警模型建立 | 第33-43页 |
3.3.1 预警指标体系建立 | 第33-34页 |
3.3.2 预警数据的标准化处理 | 第34-35页 |
3.3.3 基于灰色关联度理论指标权重确定 | 第35-36页 |
3.3.4 基于万有引力支持向量机的预警模型的建立 | 第36-43页 |
3.4 本章小结 | 第43-44页 |
第4章 秦皇岛可持续发展模型验证 | 第44-50页 |
4.1 秦皇岛市旅游业可持续发展指标 | 第44-45页 |
4.2 秦皇岛市旅游业可持续发展的预测流程 | 第45-49页 |
4.3 本章小结 | 第49-50页 |
结论 | 第50-51页 |
参考文献 | 第51-54页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第54-55页 |
致谢 | 第55-56页 |
作者简介 | 第56页 |