| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 引言 | 第8-12页 |
| ·研究背景及意义 | 第8页 |
| ·研究现状 | 第8-10页 |
| ·主要工作 | 第10-11页 |
| ·内容安排 | 第11-12页 |
| 第2章 火灾时间序列的动力学研究 | 第12-24页 |
| ·相空间重构理论 | 第12-14页 |
| ·嵌入维数的估计 | 第14-18页 |
| ·虚假近邻点法 | 第15-16页 |
| ·奇异值分析法 | 第16-18页 |
| ·时间延迟的估计 | 第18-20页 |
| ·自相关函数法 | 第18-19页 |
| ·互信息量法 | 第19-20页 |
| ·火灾时间序列相空间重构参数的估计 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于Markov修正的SVR火灾时间序列预测 | 第24-39页 |
| ·支持向量机回归模型 | 第24-28页 |
| ·线性回归 | 第24-26页 |
| ·非线性回归 | 第26-28页 |
| ·基于Markov-SVR时间序列预测模型的建立 | 第28-31页 |
| ·非线性回归预测模型的构建 | 第28-29页 |
| ·残差序列的马尔科夫状态转移修正 | 第29-31页 |
| ·算法仿真实验及性能分析 | 第31-37页 |
| ·计算机仿真 | 第32-33页 |
| ·四项火灾时间序列预测结果及其分析 | 第33-37页 |
| ·多种模型预测效果评估 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第4章 基于EEMD和多变量相空间重构的火灾时间序列预测 | 第39-56页 |
| ·经验模式分解(EMD) | 第39-43页 |
| ·基本概念 | 第40-41页 |
| ·经验模式分解算法 | 第41-42页 |
| ·集合经验模式分解(EEMD) | 第42-43页 |
| ·预测模型 | 第43-47页 |
| ·时间序列的平稳化处理 | 第44-45页 |
| ·多变量时间序列的相空间重构 | 第45-46页 |
| ·IMF分量预测模型的构建 | 第46-47页 |
| ·算法仿真实验及性能分析 | 第47-55页 |
| ·计算机仿真 | 第47-48页 |
| ·四项火灾时间序列预测结果及其分析 | 第48-54页 |
| ·对比试验 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 结论与展望 | 第56-57页 |
| ·结论 | 第56页 |
| ·展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读学位期间的研究成果 | 第61页 |