封面
声明
中文摘要
英文摘要
目录
第一章 绪论
1.1研究背景与意义
1.2研究现状
1.3主要研究内容与创新点
1.4 论文结构安排
第二章 机器学习与支持向量机综述
2.1引言
2.2机器学习理论
2.3统计学习理论
2.4支持向量机
2.5小结
第三章 基于支持向量机的预测回归模型
3.1引言
3.2基于SVM的回归模型
3.3 SVM的信息粒化回归预测
3.4实验结果与分析
3.5小结
第四章 模糊粒度与集成学习的支持向量机预测模型优化
4.1引言
4.2基于模糊粒度的动态聚类算法
4.3集成学习理论
4.4动态聚类集成学习算法
4.5实验结果与分析
4.6小结
第五章 软件系统平台实现
5.1引言
5.2开发平台所用软件
5.3系统平台实现与预测算法应用
5.4小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读硕士期间发表的论文和参加的项目
1、攻读硕士学位期间参加的项目
2、攻读硕士学位期间发表的论文
3、攻读硕士学位期间申请的专利
附录一 模糊聚类算法主要实现
附录二 基于支持向量机的预测回归模型实现
附录三 信息粒度化支持向量机回归预测主要实现