灰色支持向量机在小样本预测中的应用研究

文摘

英文文摘

声明

第一章绪论

1.1引言

1.2支持向量机的研究现状

1.3灰色理论的研究现状

1.4本文的主要工作

1.5本章小结

第二章 支持向量回归机的基本理论

2.1统计学习理论

2.2支持向量回归机原理

2.2.1最优分类面

2.2.2高维空间中的最优分类面

2.2.3核函数

2.3支持向量回归机的几种算法

2.3.1ε-支持向量机方法

2.3.2最小二乘支持向量机方法

2.4本章小结

第三章灰色系统理论

3.1灰色系统的产生

3.2灰色关联分析

3.2.1灰色关联分析

3.2.2灰色关联度

3.3灰色GM(1,1)模型

3.3.1 GM(1，1)模型

3.3.2改进GM(1，1)模型的研究现状

3.4本章小结

第四章灰关联分析支持向量机模型(GASVM)

4.1灰色关联分析支持向量机模型

4.2 GASVM模型的应用

4.3本章小结

第五章灰预测支持向量机模型(GMSVM)

5.1 GM(1,1)模型的分析与改进

5.1.1提高数据序列的光滑度模型(SGM模型)

5.1.2预测公式中初值的选取(IGM模型)

5.1.3模型中背景值的影响(BGM模型)

5.2 GMSVM模型的建立与应用

5.2.1灰色支持向量机预测模型的建立

5.2.2仿真实验

5.3本章小结

第六章工作总结与展望

6.1工作总结

6.2工作展望

参考文献

致谢

附录 攻读硕士期间发表的论文