声明
摘要
1.1 研究背景及意义
1.2 机器学习预测算法
1.2.1 支持向量机算法
1.2.2 K近邻算法
1.2.3 人工神经网络
1.2.4 Adaboost
1.3 函数型数据分析方法
1.3.1 函数型数据研究背景
1.3.2 函数型数据分析基础
1.4 研究方法和论文结构
1.4.2 论文结构
1.5 本文的创新点
第二章 基于函数型数据分析的中国社会消费品零售总额数据的预测
2.1 社会消费品零售总额数据及其研究简介
2.2 社会消费品零售总额预测方法
2.2.1 预测基本思想
2.2.2 算法设计
2.3 实验
2.3.1 实验设置
2.3.2 比较的方法
2.3.3 实验结果
2.4 结论
第三章 基于先验PCA的青光眼诊断算法
3.1 青光眼诊断研究现状
3.2 先验PCA算法
3.2.1 基本思想
3.2.2 先验PCA算法设计
3.3 特征提取
3.4 实验
3.4.1 实验设置
3.4.2 各种特征提取方法
3.4.3 分类预测算法
3.4.4 实验结果
3.5 总结
第四章 多任务最小二乘正则化回归算法
4.1 多任务算法研究现状
4.2 算法设计
4.3 实验
4.3.1 实验设计
4.3.2 比较的方法
4.3.3 实验结果
4.4 结论
第五章 结论
参考文献
致谢
硕士期间研究成果及发表的学术论文
作者及导师简介
北京化工大学;