文摘
英文文摘
声明
第一章绪论
1.1研究背景
1.2当前研究现状
1.3文章的工作和创新点
1.3.1研究问题的引出
1.3.2研究的内容和工作
1.4文章结构组织
第二章基于支持向量机的时间序列预测原理
2.1时间序列预测原理
2.2支持向量机原理
2.2.1结构风险最小化的产生
2.2.3支持向量机基本原理
2.3基于支持向量机的时间序列回归预测
2.3.1支持向量机回归
2.3.2基于支持向量机的时间序列预测模型
第三章基于贝叶斯网分析的多要素支持向量机时间序列预测模型
3.1离散贝叶斯网算法原理
3.2多要素支持向量机时间序列预测方法构成
3.3贝叶斯网分析的多要素支持向量机时间序列预测模型
3.3.1贝叶斯网要素分析模型的结构
3.3.2离散贝叶斯网学习算法要求
3.3.3数据准备工作
3.3.4贝叶斯网结构学习
3.3.5选取多要素集构建训练模型
第四章改进的多要素支持向量机时间序列预测模型
4.1改进的离散贝叶斯网算法
4.2相空间重构确定嵌入维数
4.2.1相空间重构原理
4.2.2选取延迟时间τ
4.2.2多变量相空间重构
4.3支持向量机的参数选取方法
4.3.1支持向量机的主要参数
4.3.2交叉验证法选取参数
4.3.3遗传算法选取参数
4.3.4粒子群优化算法选取参数
第五章并行的多要素支持向量机回归预测算法
5.1 MPI并行算法原理
5.1.1并行算法原理
5.1.2 MPI并行算法原理
5.2并行的支持向量机训练算法
5.3并行的交叉验证算法
第六章实验及结果分析
6.1实验数据集和环境构成
6.2时序预测误差比较
6.3预测算法性能比较
6.4实验总结
结论
参考文献
在学期间的研究成果
致谢
兰州大学;