首页--社会科学总论论文--统计学论文--统计方法论文

基于ICA技术的时间序列线性和非线性预测

摘要第5-6页
ABSTRACT第6页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-20页
    1.1 研究背景与意义第14-15页
    1.2 发展历程与研究现状第15-17页
        1.2.1 时间序列分析第15-16页
        1.2.2 独立成分分析第16-17页
    1.3 ICA方法在时间序列分析中的应用第17-18页
    1.4 本文研究、实现与改进的内容及结构安排第18-20页
第二章 时间序列分析预测模型与ICA第20-32页
    2.1 时间序列分析预测模型第20-24页
        2.1.1 ARMA与ARIMA线性参数模型及建模预报第20-22页
        2.1.2 TAR非线性参数模型及建模预报第22-24页
    2.2 ICA技术的基本理论方法第24-31页
        2.2.1 ICA的基本理论第24-25页
        2.2.2 ICA的基本方法第25-27页
        2.2.3 ICA实现算法第27-31页
    2.3 小结第31-32页
第三章 ICA-ARMA/ARIMA线性模型及应用第32-42页
    3.1 ICA方法与时间序列模型结合的可行性及优越性第32-33页
        3.1.1 ICA分离提供了过程平稳性的保证第32页
        3.1.2 ICA分离可以增强时间序列的自相关结构第32-33页
    3.2 ICA-ARMA/ARIMA预报模型建立第33-34页
    3.3 单次ICA-ARMA/ARIMA仿真预报第34-38页
        3.3.1 仿真步骤和运算流程第34页
        3.3.2 仿真运算结果第34-38页
    3.4 步进ICA-ARMA/ARIMA预报模型第38-41页
    3.5 小结第41-42页
第四章 ICA-TAR/ARTAR非线性模型及应用第42-52页
    4.1 非线性的确定第42-43页
    4.2 ICA-TAR预报模型建立第43页
    4.3 ICA-TAR模型仿真预报第43-47页
        4.3.1 建模方案第43-44页
        4.3.2 仿真结果第44-47页
    4.4 ICA-ARTAR模型建模与仿真预报第47-51页
        4.4.1 建模思路及方案第47-50页
        4.4.2 仿真验证第50-51页
    4.5 小结第51-52页
第五章 总结与展望第52-54页
    5.1 本文工作总结第52页
    5.2 下一步工作展望第52-54页
参考文献第54-58页
致谢第58-60页
作者简介第60-61页

论文共61页,点击 下载论文
上一篇:数据主权的国际法规制研究
下一篇:婚姻挤压下农村大龄男性的养老意愿研究--基于压力应对理论的分析