| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 引言 | 第7-12页 |
| ·背景与意义 | 第7-8页 |
| ·支持向量机理论的研究综述 | 第8-10页 |
| ·支持向量机的特点 | 第10-11页 |
| ·本文的主要内容及创新之处 | 第11-12页 |
| 第二章 支持向量机理论 | 第12-25页 |
| ·机器学习理论 | 第12页 |
| ·统计学习理论 | 第12-15页 |
| ·VC维 | 第13页 |
| ·推广性的界 | 第13-14页 |
| ·结构风险最小化原原则则 | 第14-15页 |
| ·支持向量回归机理论 | 第15-22页 |
| ·支持向量算法 | 第15-16页 |
| ·支持向量回归算法 | 第16-22页 |
| ·核核函函数 | 第22-25页 |
| ·内积核 | 第22-23页 |
| ·Mercer定理 | 第23页 |
| ·核核函函数的类型 | 第23-25页 |
| 第三章 股指预测：基于支持向量回归的非线性时间序列的模型 | 第25-37页 |
| ·Total支持向量回归 | 第25-26页 |
| ·时间序列分析简介 | 第26-27页 |
| ·基于支持向量回归的非线性时间序列模型 | 第27-37页 |
| ·实证分析：上证综合指数预测模型的建立 | 第27-29页 |
| ·单变量ARI模型的建立及预测 | 第29-30页 |
| ·基于ε-SVR与TSVR的非线性ARI模型的建立及预测 | 第30-33页 |
| ·基于股票市场牛市、熊市、盘整与总体样本趋势的预测分析 | 第33-37页 |
| 第四章 双支持向量回归的非线性时间序列模型 | 第37-41页 |
| ·反馈机制思想 | 第37页 |
| ·反馈的双支持向量回归模型的建立 | 第37-39页 |
| ·实证分析 | 第39-41页 |
| 第五章 总结 | 第41-43页 |
| 参考文献 | 第43-47页 |
| 在读期间发表(待发表) 的论文 | 第47-48页 |
| 致谢 | 第48页 |
