| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 引言 | 第7-14页 |
| ·有关预测和数据挖掘的基本知识 | 第7-9页 |
| ·时间序列基本知识 | 第9-11页 |
| ·时序数据挖掘中的预测模型研究现状 | 第11-12页 |
| ·研究内容 | 第12页 |
| ·创新点 | 第12-14页 |
| 第2章 分别基于灰色系统理论与神经网络的时序数据挖掘预测技术 | 第14-34页 |
| ·基于灰色系统理论的时序数据挖掘预测技术 | 第14-22页 |
| ·基于人工神经网络理论的时序数据挖掘预测技术 | 第22-29页 |
| ·应用实例: 基于有动量的自适应梯度下降法BP神经网络攀枝花市的钢产量挖掘预测模型 | 第29-34页 |
| 第3章 灰色系统理论与神经网络融合的时序数据挖掘预测技术 | 第34-47页 |
| ·灰色理论与神经网络的关系 | 第34-35页 |
| ·灰色系统与神经网络的融合方式 | 第35-40页 |
| ·应用实例及模型比较分析 | 第40-47页 |
| 第4章 结论 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 附录: 文章所用各挖掘预测模型MATLAB程序 | 第52-57页 |