| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-27页 |
| ·课题研究的背景和意义 | 第11-13页 |
| ·在线时间序列预测方法研究现状 | 第13-24页 |
| ·时间序列预测方法研究现状 | 第13-18页 |
| ·在线时间序列预测方法研究现状 | 第18-20页 |
| ·基于 Online SVR 的在线时间序列预测方法研究现状 | 第20-24页 |
| ·在线时间序列预测技术应用研究现状 | 第24-25页 |
| ·论文的主要研究内容 | 第25-27页 |
| 第2章 基于核函数组合的 Online SVR 算法研究 | 第27-55页 |
| ·引言 | 第27页 |
| ·核函数对 Online SVR 算法性能的影响分析 | 第27-41页 |
| ·SVR 算法基本原理 | 第27-33页 |
| ·基于增量学习的 Online SVR 算法 | 第33-36页 |
| ·基于 Online SVR 的在线时间序列预测 | 第36-38页 |
| ·核函数类型及其参数影响分析 | 第38-41页 |
| ·基于核函数组合的 Online SVR 算法 | 第41-46页 |
| ·基于核函数组合的 Online SVR 在线时间序列预测算法 | 第41-43页 |
| ·仿真实验和算法评估 | 第43-46页 |
| ·基于残差修正的局部 Online SVR 算法 | 第46-54页 |
| ·离线与在线算法分析 | 第46-47页 |
| ·基于残差修正的局部 Online SVR 在线时间序列预测算法 | 第47-49页 |
| ·仿真实验和算法评估 | 第49-52页 |
| ·两种核函数组合 Online SVR 算法对比分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第3章 基于样本缩减的 Online SVR 算法研究 | 第55-84页 |
| ·引言 | 第55页 |
| ·基于加速减量的快速 Online SVR 算法 | 第55-65页 |
| ·样本集规模对 Online SVR 算法效率的影响 | 第55-57页 |
| ·加速减量 Online SVR 在线时间序列预测算法 | 第57-61页 |
| ·仿真实验和算法评估 | 第61-65页 |
| ·基于分段的快速 Online SVR 算法 | 第65-76页 |
| ·多模型组合 SVR 方法 | 第65-66页 |
| ·分段 Online SVR 在线时间序列预测算法 | 第66-69页 |
| ·分段子模型设计策略分析 | 第69-71页 |
| ·仿真实验和算法评估 | 第71-76页 |
| ·基于多尺度分析的快速 Online SVR 算法 | 第76-83页 |
| ·时间序列多尺度分析 | 第76-78页 |
| ·多尺度并行 Online SVR 在线时间序列预测算法 | 第78-80页 |
| ·仿真实验和算法评估 | 第80-82页 |
| ·三种样本缩减 Online SVR 算法对比分析 | 第82-83页 |
| ·本章小结 | 第83-84页 |
| 第4章 在线时间序列预测应用研究 | 第84-105页 |
| ·引言 | 第84页 |
| ·在线故障预测方法研究 | 第84-93页 |
| ·故障预测技术 | 第84-87页 |
| ·基于数据驱动的在线故障预测方法 | 第87-89页 |
| ·仿真实验和评估 | 第89-93页 |
| ·移动通信话务流量在线预测方法研究 | 第93-104页 |
| ·移动通信话务流量预测技术 | 第93-95页 |
| ·移动通信话务流量在线预测方法 | 第95-100页 |
| ·应用实验和评估 | 第100-104页 |
| ·本章小结 | 第104-105页 |
| 结论 | 第105-107页 |
| 参考文献 | 第107-121页 |
| 攻读博士学位期间发表的论文及其它成果 | 第121-124页 |
| 致谢 | 第124-125页 |
| 个人简历 | 第125页 |
