基于过程神经网络的时序数据挖掘研究

摘要	第1-7页
Abstract	第7-12页
第1章 绪论	第12-22页
·课题的背景与意义	第12-13页
·国内外研究现状	第13-17页
·时序聚类研究现状	第14-15页
·时序分类研究现状	第15-16页
·时序预测研究现状	第16-17页
·论文的研究内容	第17-19页
·论文组织结构	第19-21页
·本章小结	第21-22页
第2章 时序数据挖掘相关技术	第22-33页
·时序数据挖掘	第22-25页
·数据挖掘与时态数据挖掘	第22-23页
·时序数据挖掘	第23-25页
·过程神经网络	第25-31页
·过程神经元	第25-26页
·过程神经网络	第26-29页
·过程神经网络的计算特点	第29-30页
·过程神经网络时变特征和作用机理	第30-31页
·过程神经网络与时序数据挖掘	第31页
·本章小结	第31-33页
第3章 基于小波和自组织过程神经网络的时序聚类	第33-46页
·自组织过程神经网络	第33-35页
·自组织过程神经网络模型	第33-34页
·竞争学习算法	第34-35页
·小波变换	第35-37页
·小波分解与重构基本理论	第35-36页
·常用小波及小波选取依据	第36-37页
·基于小波与自组织过程神经网络的时序聚类	第37-40页
·小波分解与时序聚类特征提取	第37-38页
·竞争算法的改进	第38-39页
·学习算法步骤描述	第39-40页
·仿真实验与分析	第40-45页
·仿真实验	第40-43页
·实验结果及分析	第43-45页
·本章小结	第45-46页
第4章 基于竞争型径向基过程神经网络的时序分类器	第46-57页
·径向基过程神经网络	第46-49页
·径向基过程神经元	第46-47页
·径向基过程神经网络模型	第47页
·学习算法	第47-49页
·竞争型过程神经网络应用于时序分类的优势	第49-50页
·基于竞争型径向基过程神经网络的时序分类器	第50-53页
·竞争过程神经元单元	第50-51页
·竞争型径向基过程神经网络模型	第51页
·学习算法	第51-53页
·实验与分析	第53-56页
·实验环境	第53页
·数据来源	第53页
·实验及结果分析	第53-56页
·本章小结	第56-57页
第5章 基于过程神经网络的时序预测	第57-73页
·相关理论背景	第57-61页
·遗传算法	第57-59页
·过程神经网络的基本 BP 算法	第59-61页
·遗传过程神经网络及其应用	第61-67页
·遗传过程神经网络拓扑结构	第61-62页
·遗传过程神经网络的进化算法	第62-65页
·基于遗传过程神经网络的经济预测	第65-67页
·改进的前馈过程神经网络及其应用	第67-71页
·组合式改进 BP 算法	第68-69页
·基于改进前馈过程神经网络的 CPI 预测	第69-70页
·预测结果与比较分析	第70-71页
·本章小结	第71-73页
第6章 基于过程神经网络的时序控制应用	第73-86页
·相关的工作	第73-75页
·时序控制问题的背景	第73-74页
·时序控制问题的主要研究方法	第74页
·时序控制问题的研究基础	第74-75页
·基于过程神经网络的时序控制模型	第75-76页
·基于过程神经网络的时序控制应用	第76-85页
·应用背景	第76-77页
·基于过程神经网络的整体控制模型	第77-81页
·基于过程神经网络的分段控制模型	第81-85页
·两种过程神经网络模型性能分析	第85页
·本章小结	第85-86页
结论	第86-88页
参考文献	第88-100页
攻读博士学位期间发表的论文和取得的科研成果	第100-101页
致谢	第101-102页
个人简历	第102页