农产品价格的小波-SVM-ARMA组合预测
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 本文的研究思路 | 第10-12页 |
| 2 理论方法 | 第12-24页 |
| 2.1 小波变换 | 第12-16页 |
| 2.1.1 傅立叶变换 | 第12-13页 |
| 2.1.2 连续、离散小波变换 | 第13-14页 |
| 2.1.3 多分辨小波 | 第14-15页 |
| 2.1.4 小波包分解 | 第15-16页 |
| 2.2 支持向量机(SVM) | 第16-19页 |
| 2.2.1 SVM理论基础 | 第16-17页 |
| 2.2.2 最优分类超平面 | 第17-18页 |
| 2.2.3 支持向量机的核函数和参数选择 | 第18-19页 |
| 2.3 时间序列模型 | 第19-24页 |
| 2.3.1 模型类型 | 第19-20页 |
| 2.3.2 模型识别 | 第20-23页 |
| 2.3.3 模型拟合与检测 | 第23-24页 |
| 3 实证研究 | 第24-46页 |
| 3.1 数据选取和预处理 | 第24-25页 |
| 3.1.1 数据选取 | 第24页 |
| 3.1.2 数据预处理 | 第24-25页 |
| 3.2 单个模型实证研究 | 第25-37页 |
| 3.2.1 ARIMA模型预测 | 第25-33页 |
| 3.2.2 SVM预测 | 第33-37页 |
| 3.3 组合预测模型 | 第37-43页 |
| 3.3.1 组合模型思路 | 第37页 |
| 3.3.2 小波分解 | 第37-39页 |
| 3.3.3 平稳性检验 | 第39-40页 |
| 3.3.4 序列建模 | 第40-43页 |
| 3.3.5 模型组合 | 第43页 |
| 3.4 模型比较 | 第43-45页 |
| 3.5 小结 | 第45-46页 |
| 4 全文总结 | 第46-48页 |
| 4.1 研究总结 | 第46-47页 |
| 4.2 进一步的讨论 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-50页 |
