統(tǒng)計(jì)建模方法的理論研究及應(yīng)用
論文摘要: 在當(dāng)今信息時(shí)代,各種統(tǒng)計(jì)方法層出不窮,統(tǒng)計(jì)知識(shí)得到越來（略）例如,統(tǒng)計(jì)的多尺度建模無論是在理論統(tǒng)計(jì)學(xué)還是在應(yīng)用統(tǒng)計(jì)學(xué)中現(xiàn)都已成為熱門課題,這無論對(duì)統(tǒng)計(jì)方法還是其在各個(gè)應(yīng)用科學(xué)領(lǐng)域的發(fā)展都起著沖擊作用;基于核的學(xué)習(xí)方法引起了數(shù)據(jù)分析領(lǐng)域的一場(chǎng)革命;廣義可加模型高度的靈活性,為有效揭示數(shù)據(jù)間所隱含的各種關(guān)系提供了一種有效的方法.在化工領(lǐng)域,一個(gè)有效的過程模（略）研究如何科學(xué)規(guī)劃生產(chǎn)工藝,進(jìn)而實(shí)現(xiàn)生產(chǎn)過程的優(yōu)化意義重大. 針對(duì)常規(guī)預(yù)測(cè)函數(shù)模型存在未將預(yù)測(cè)時(shí)域的優(yōu)化從總體上考（略）統(tǒng)計(jì)的多尺度建模方面研究后,基于小波多尺度的特性而提出了基于小波基函數(shù)和Hammerstein模型的預(yù)測(cè)函數(shù)模型,其內(nèi)部模型參數(shù)可以通過不斷辨識(shí),自適應(yīng)的進(jìn)行校正.利用小波的緊支局部性和多尺度分析（略）了整體誤差性能的優(yōu)化,又突出了重要擬合點(diǎn)的逼近要求,并實(shí)現(xiàn)了優(yōu)化變量的集結(jié).理論分析和仿真應(yīng)用表明,該方法有更好的跟蹤性和抗模型失配性能. ⒈針對(duì)如何提高核方法的建模精度的同時(shí)還要兼顧建模速度的問題,通過核方法研究,結(jié)合小波分析的理論,提出了小波融合核的建模（略）具有小波多分辨率分析和核方法對(duì)輸入...
In today's information age, the statistical knowledge （omitted）sed more and more widely in practice with the development of statistic methods emerging i（omitted）ss stream. The multi-scale modelling of statistics has been a hot subject whether in theoretical statistics or applie（omitted）cs which impacts both the statistical methods and the development in all fields of （omitted）he study methods based on kernel method have resulted in（omitted）ion in the field of data analysis. The high mobility of general...
目錄:摘要 第3-5頁
Abstract 第5-6頁
第1章 緒論 第10-18頁
·選題意義 第10-11頁
·統(tǒng)計(jì)建模國內(nèi)外研究現(xiàn)狀 第11-15頁
·小波分析在統(tǒng)計(jì)領(lǐng)域的研究概況 第11-12頁
·核方法的研究概況 第12-13頁
·廣義可加模型（GAM）的研究概況 第13-14頁
·統(tǒng)計(jì)語言R 的發(fā)展概況 第14-15頁
·本論文的主要研究內(nèi)容和章節(jié)安排 第15-18頁
·主要研究內(nèi)容 第15頁
·章節(jié)安排 第15-18頁
第2章 基于小波基的預(yù)測(cè)函數(shù)模型 第18-30頁
·引言 第18頁
·小波變換 第18-21頁
·小波變換的定義 第18-20頁
·小波變換的特點(diǎn) 第20-21頁
·db 小波 第21頁
·基于小波基函數(shù)和Hammerstein 模型的預(yù)測(cè)函數(shù)模型 第21-25頁
·原理圖 第21-22頁
·內(nèi)部模型的自適應(yīng)性 第22-24頁
·滾動(dòng)優(yōu)化 第24-25頁
·誤差校正 第25頁
·基于小波基函數(shù)和Hammerstein 模型的預(yù)測(cè)函數(shù)模型算法的實(shí)現(xiàn) 第25-27頁
·仿真研究 第27-29頁
·本章小結(jié) 第29-30頁
第3章 基于小波與核方法的統(tǒng)計(jì)模型研究 第30-64頁
·引言 第30頁
·核方法模型中參數(shù)的確定 第30-42頁
·本節(jié)引述 第30-31頁
·蟻群算法的原理及改進(jìn) 第31-33頁
·支持向量回歸機(jī) 第33-37頁
·實(shí)現(xiàn)基于蟻群算法的SVM 參數(shù)的選擇 第37-40頁
·函數(shù)仿真示例 第40-41頁
·基于ACO 算法的SVM 建模應(yīng)用 第41-42頁
·結(jié)論 第42頁
·基于小波融合核的統(tǒng)計(jì)模型 第42-51頁
·本節(jié)引述 第42-43頁
·核函數(shù)與小波框架 第43-45頁
·小波融合核支持向量機(jī) 第45-47頁
·仿真結(jié)果與分析 第47-50頁
·結(jié)論 第50-51頁
·基于RKHS 的核方法統(tǒng)計(jì)模型 第51-57頁
·本節(jié)引述 第51頁
·支持向量核函數(shù) 第51-52頁
·可分Hibert 空間與L2(R)的等價(jià)性 第52-53頁
·Hilbert 空間的多分辨小波核函數(shù) 第53-55頁
·仿真結(jié)果與分析 第55-56頁
·結(jié)論 第56-57頁
·核方法統(tǒng)計(jì)模型稀疏性問題的研究 第57-63頁
·本節(jié)引述 第57頁
·稀疏特征空間的支持向量機(jī) 第57-60頁
·具有稀疏性的融合核最小二乘支持向量機(jī) 第60-61頁
·仿真實(shí)驗(yàn) 第61-63頁
·結(jié)論 第63頁
·本章小結(jié) 第63-64頁
第4章 基于GAMs 與BOOTSTRAP 的發(fā)酵過程統(tǒng)計(jì)模型研究 第64-100頁
·引言 第64頁
·基于GAMS 的谷氨酸發(fā)酵過程優(yōu)化策略的統(tǒng)計(jì)建模研究 第64-84頁
·本節(jié)引述 第64-65頁
·R 語言 第65-68頁
·實(shí)驗(yàn)材料與方法 第68-71頁
·GAM 模型建立及發(fā)酵過程影響因素分析 第71-80頁
·谷氨酸發(fā)酵過程的優(yōu)化策略研究 第80-81頁
·結(jié)論 第81-84頁
·基于GAMS 與BOOTSTRAP 的故障診斷策略的統(tǒng)計(jì)建模研究 第84-97頁
·本節(jié)引述 第84-86頁
·實(shí)驗(yàn)材料 第86頁
·基于GAMs 和BOOTSTRAP 的故障診斷統(tǒng)計(jì)方法 第86-90頁
·GAM 模型建立及故障診斷分析 第90-97頁
·結(jié)論 第97頁
·本章小結(jié) 第97-100頁
第5章 總結(jié)和展望 第100-104頁
·全文工作總結(jié) 第100-101頁
·研究展望 第101-104頁
主要?jiǎng)?chuàng)新點(diǎn) 第104-108頁
致謝 第108-110頁
參考文獻(xiàn) 第110-120頁
附錄:作者在攻讀博士學(xué)位期間發(fā)表的論文與參與的項(xiàng)目 第120頁
請(qǐng)繼續(xù)閱讀相關(guān)推薦：畢業(yè)論文 應(yīng)屆生求職
畢業(yè)論文范文查看下載 查看的論文開題報(bào)告 查閱參考論文提綱
查閱更多的畢業(yè)論文致謝 相關(guān)畢業(yè)論文格式 查閱更多論文答辯
【統(tǒng)計(jì)建模方法的理論研究及應(yīng)用】相關(guān)文章：
統(tǒng)計(jì)建模分析高通量生物數(shù)據(jù)及其應(yīng)用提綱03-27
多種教學(xué)方法在統(tǒng)計(jì)學(xué)教學(xué)中的應(yīng)用論文02-27
數(shù)學(xué)建模在高等數(shù)學(xué)教學(xué)中的應(yīng)用研究03-29
系統(tǒng)多分辨率建模應(yīng)用問題研究提綱11-18
談長白落葉松構(gòu)建模型方法研究02-22
統(tǒng)計(jì)學(xué)醫(yī)療應(yīng)用研究12-20
應(yīng)用計(jì)劃行為理論研究中國的移動(dòng)支付發(fā)展11-15
統(tǒng)計(jì)在經(jīng)濟(jì)和生活方面的應(yīng)用論文05-02
統(tǒng)計(jì)知識(shí)在煤礦企業(yè)管理中的應(yīng)用03-12
- 相關(guān)推薦