学年论文格式模板.docx

资源描述

学年论文格式模板.docx

《学年论文格式模板.docx》由会员分享，可在线阅读，更多相关《学年论文格式模板.docx（11页珍藏版）》请在冰豆网上搜索。

学年论文格式模板.docx

学年论文格式模板

江汉大学文理学院

CollegeofArts&ScienceofJianghanUniversity

学年论文

论文题目：

Title:

姓名：

学号：

专业名称：

指导教师：

2010年XXX月XXX日

SVM的信息粒化时许回归预测

—上证指数开盘指数变化趋势和变化空间预测

刘赟

（西北师范大学数学与统计学院201278020113）

摘要：

仅对于上证指数进行回归预测，往往有时候或大多数时候无法对上证指数进行精确的预测，这时候如果能对上证指数开盘指数变化趋势和变化空间进行预测就显得更为重要。

如果能知道上证指数开盘指数变化趋势和变化空间，这对于用户来说也是十分有帮助的，在这个研究话题里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测，通过实际检验会看到这种方法是十分可行的并且结果很是可靠，从而可以看到将SVM与其他工具方法结合后SVM强有力的效果。

关键词：

信息粒化，模糊信息粒化，上证指数

TheanalysisofsurvivabilityofthecomplexnetworkinLanzhou

LiuYun

（CollegeofMathematicsandStatistics,NorthwestNormalUniversity,201278020113）

Abstract:

ThispaperfocusesonthestudyofsurvivabilityofthecomplexnetworkinLanzhoubyusingtherandomattackstrategyandthedeliberateattackstrategy.TakingthebustransferinLanzhouasthecomplexnetworkmodel,thismodelusestheaverageshortestpathlengthrelative-connectedrateandcyberdiametertomeasuresurvivabilityofthenetworkafteritisattackedbytheabovetwotypesofattacksanddrawstherelevantschematicdiagram.Wecandrawtheconclusionfromaboveanalysis:

thebusnetworkinLanzhouhasthefragilecharacteristics.

Keywords：

Thecomplexnetwork;citypublictransport;survivability

课题背景1

1.1信息粒化基本知识2

1.2信息粒化简介2

1.3模糊信息粒化方法模型3

1.4W.Pedrycz模糊粒化方法模型2

模型建立1

MATLAB实现2

3.1原始数据提取2

3.2FIG（FuzzyInformationGranulation模糊信息粒化）2

3.3利用SVM对粒化数据进行回归预测3

3.4上证指数的变化趋势和变化空间及预测效果验证3

4课题扩展3

附录5

参考文献6

一、引言（黑体，三号加粗）

二、相关文献综述

XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

三、XXXXXXXXXXXXXXXX（3号，黑体）

（一）XXXXXXXXXXXXX（黑体，四号加粗）

（二）XXXXXXXXXXXXX

1、XXXXXXXXXXXXX（黑体，小四，加粗）

2、XXXXXXXXXXXXX

3、XXXXXXXXXXXXX

（三）XXXXXXXXXXXXX

1、XXXXXXXXXXXXX

2、XXXXXXXXXXXXX

3、XXXXXXXXXXXXX

四、XXXXXXXXXXXXXXXX

（一）XXXXXXXXXXXXX

（二）XXXXXXXXXXXXX

1、XXXXXXXXXXXXX

2、XXXXXXXXXXXXX

3、XXXXXXXXXXXXX

（三）XXXXXXXXXXXXX

1、XXXXXXXXXXXXX

2、XXXXXXXXXXXXX

3、XXXXXXXXXXXXX

附录

参考文献

[1]史峰.MATLAB神经网络30个案例分析[M].北京：

北京航空航天大学出版社.2010.

[2]VapnikV.StatisticalLearningTheory[M].Wiley,NewYork,NY,1998.

[3]CortesC,VapnikV.Support—Vectornetwork[J].MachineLearning,1995,20:

273—297.

[4]BoserB,GuyonI,VapnikV.Atrainingalgorithmforoptimalmarginclassifiers[J].ACMpress:

InProceedingsoftheFifthAnnualWorkshoponComputationalLearningTheory,1992.

[5]米切尔（MitchellTM）.MachineLearning[M].北京：

机械工业出版社，2003.

[6]海金（HaykinS）.神经网络原理[M].叶世伟,史忠植,译.北京：

机械工业出版社，2004.

[7]罗承忠.模糊集引论：

上下册[M].北京：

北京师范大学出版社，2005.

[8]WitoldP

展开阅读全文