| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 研究动态与现状 | 第9-11页 |
| 1.3 论文内容与结构 | 第11-13页 |
| 第2章 回归分析简介 | 第13-17页 |
| 2.1 回归分析的一般形式 | 第13页 |
| 2.2 线性回归预测 | 第13-15页 |
| 2.3 非线性回归分析 | 第15-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第3章 最小二乘支持向量机和RBF神经网络混合回归模型 | 第17-31页 |
| 3.1 引言 | 第17-18页 |
| 3.2 最小二乘支持向量机和RBF神经网络简介 | 第18-22页 |
| 3.2.1 支持向量机与最小二乘支持向量机 | 第18-20页 |
| 3.2.2 RBF神经网络 | 第20-22页 |
| 3.3 混合回归预测算法 | 第22-26页 |
| 3.4 实验分析 | 第26-29页 |
| 3.4.1 UCI数据集实验 | 第27-28页 |
| 3.4.2 水质数据集实验 | 第28-29页 |
| 3.5 本章小结 | 第29-31页 |
| 第4章 改进的模糊粗糙回归预测模型 | 第31-50页 |
| 4.1 引言 | 第31-32页 |
| 4.2 相关方法描述 | 第32-36页 |
| 4.2.1 粗糙集简介 | 第32-33页 |
| 4.2.2 模糊集简介 | 第33-34页 |
| 4.2.3 模糊粗糙集简介 | 第34-36页 |
| 4.3 模糊粗糙回归预测算法 | 第36-40页 |
| 4.4 改进的模糊粗糙回归预测算法 | 第40-43页 |
| 4.5 实验分析 | 第43-48页 |
| 4.5.1 UCI数据集实验 | 第43-47页 |
| 4.5.2 水质数据集实验 | 第47-48页 |
| 4.6 本章小结 | 第48-50页 |
| 第5章 模型应用 | 第50-53页 |
| 5.1 三峡在线监测系统 | 第50-51页 |
| 5.2 三峡水生态感知平台 | 第51-53页 |
| 第6章 总结与展望 | 第53-55页 |
| 6.1 全文总结 | 第53-54页 |
| 6.2 展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第61页 |