支持向量机预测模型的构建及其应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 预测方法综述 | 第7-18页 |
| ·预测概念 | 第7页 |
| ·组合预测的概述 | 第7-14页 |
| ·组合预测模型提出 | 第7-8页 |
| ·组合预测模型中预测模型的理论知识 | 第8-9页 |
| ·组合预测的分类 | 第9-14页 |
| ·组合预测的研究现状 | 第14-16页 |
| ·组合预测的优势 | 第16页 |
| ·论文的研究目的、意义和主要内容 | 第16-18页 |
| ·研究目的和意义 | 第16页 |
| ·主要的研究内容 | 第16-18页 |
| 2 支持向量机理论基础 | 第18-26页 |
| ·支持向量机提出及原理 | 第18-19页 |
| ·支持向量机的提出 | 第18页 |
| ·支持向量机基本思想 | 第18-19页 |
| ·支持向量机的优点 | 第19页 |
| ·支持向量回归机 | 第19-23页 |
| ·线性支持向量回归机 | 第20-21页 |
| ·非线性支持向量回归机 | 第21-23页 |
| ·支持向量机核函数及其参数的性能 | 第23-24页 |
| ·支持向量机研究现状 | 第24-25页 |
| ·小结 | 第25-26页 |
| 3 灰色支持向量机预测模型 | 第26-33页 |
| ·引言 | 第26页 |
| ·灰色预测模型简介 | 第26-29页 |
| ·灰色系统理论概述 | 第26-27页 |
| ·GM(1,1)预测模型 | 第27-28页 |
| ·离散灰色模型 | 第28-29页 |
| ·灰色支持向量机的建模过程 | 第29-30页 |
| ·支持向量回归机预测时间序列的算法 | 第29页 |
| ·灰色支持向量机模型的建模步骤 | 第29-30页 |
| ·实例分析 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 4 人口增长率的支持向量机组合预测模型 | 第33-46页 |
| ·自回归AR预测模型 | 第34-36页 |
| ·人口增长率的AR预测建模 | 第35-36页 |
| ·BP神经网络模型 | 第36页 |
| ·基于Theil不等系数的组合预测模型 | 第36-39页 |
| ·支持向量机的组合预测模型 | 第39-45页 |
| ·小结 | 第45-46页 |
| 5 总结 | 第46-47页 |
| ·主要研究结果 | 第46页 |
| ·需要进一步研究的问题 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-53页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第53页 |
