基于组合核机器学习的混沌时间序列预测算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究的背景与意义 | 第10-11页 |
| ·相关技术的研究现状 | 第11-13页 |
| ·混沌时间序列分析与预测的现状 | 第11-12页 |
| ·支持向量机和相关向量机的现状 | 第12-13页 |
| ·本课题主要的研究内容和目标 | 第13页 |
| ·课题研究目标 | 第13页 |
| ·研究的内容 | 第13页 |
| ·本文各章概要 | 第13-15页 |
| 第2章 混沌时间序列的判别及预测 | 第15-28页 |
| ·混沌理论及相关概念 | 第15-17页 |
| ·混沌的概念 | 第15-16页 |
| ·混沌的特性 | 第16页 |
| ·奇异吸引子 | 第16-17页 |
| ·相空间重构理论 | 第17-18页 |
| ·相空间重构特征参数的选取 | 第18-23页 |
| ·时间延迟选取方法 | 第18-21页 |
| ·嵌入维数选取方法 | 第21-23页 |
| ·混沌系统的判别 | 第23-26页 |
| ·混沌时间序列预测方法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于组合核的支持向量机预测法 | 第28-43页 |
| ·统计学习理论 | 第28-30页 |
| ·机器学习理论和经验风险最小化理论 | 第28-29页 |
| ·VC维和推广性的界 | 第29页 |
| ·结构风险最小化 | 第29-30页 |
| ·支持向量机 | 第30-33页 |
| ·支持向量机的同归理论 | 第30-33页 |
| ·核函数 | 第33-35页 |
| ·性能分析与仿真 | 第35-41页 |
| ·本文涉及的混沌系统与预测性能指标 | 第35-36页 |
| ·支持向量机的混沌时间序列全局预测法 | 第36-37页 |
| ·实验仿真 | 第37-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 基于组合核的相关向量机预测法 | 第43-52页 |
| ·贝叶斯定理以及贝叶斯学习 | 第44页 |
| ·相关向量机的回归理论 | 第44-46页 |
| ·性能分析与仿真 | 第46-50页 |
| ·相关向量机的混沌时间序列预测法 | 第46页 |
| ·实验仿真 | 第46-50页 |
| ·本章小结 | 第50-52页 |
| 第5章 太阳黑子预测和电力负荷预测 | 第52-59页 |
| ·太阳黑子数据的预测 | 第52-55页 |
| ·电力负荷预测 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第6章 结论与展望 | 第59-61页 |
| ·本文的工作总结 | 第59页 |
| ·今后工作展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
