现代数学方法在序列数据处理与解释中的应用 [刘诚 著] 2015年版

现代数学方法在序列数据处理与解释中的应用
作　者： 刘诚 著
出版时间： 2015

内容简介
　　随着科学技术的进步，最近半个世纪涌现出了大量的适用的现代数学方法，同时在科学研究时，常会遇到各种海量数据，而这些数据通常又是以空间或时间序列的形式出现。《现代数学方法在序列数据处理与解释中的应用》是结合作者多年的科学研究，将现代数学方法应用到各类序列数据处理与解释中。主要包括地学空间序列数据的处理与解释，生物时间序列数据的处理和经济时间序列数据的处理与预测。
目录
1 绪论
1.1 现代数学方法研究综述
1.1.1 人工神经网络
1.1.2 独立分量分析
1.1.3 支持向量机
1.1.4 灰色系统分析
1.1.5 聚类分析
1.2 研究背景综述
1.2.1 测井和地震数据的处理与解释
1.2.2 植物病虫害预测及生物医学信号降噪
1.2.3 经济时序数据降噪与股票分析
1.3 研究内容与结构安排
2 现代数学方法在地学序列数据处理中的应用
2.1 BP神经网络在测井数据解释中的应用
2.1.1 BP网络算法原理
2.1.2 储层物性参数预测
2.1.3 实际预测及效果分析
2.1.4 结论与讨论
2.2 盲信号处理在地震信号降噪中的应用
2.2.1 研究背景
2.2.2 独立分量分析的算法原理
2.2.3 地震信号多次波分离技术
2.2.4 基于独立分量分析的多次波盲分离技术
2.2.5 多次波盲分离仿真试验
2.2.6 结论与讨论
3 现代数学方法在生物序列数据处理中的应用
3.1 相空问重构和支持向量机在小麦条锈病预测中的应用
3.1.1 研究背景
3.1.2 LSSVM模型预测小麦条锈病发病率
3.1.3 PSR-LSSVM模型预测小麦条锈病发病率
3.1.4 LSSVM和PSR-LSSVM预测模型对比
3.1.5 结果分析及讨论
3.2 神经网络在胎儿体重预测中的应用
3.2.1 研究背景
3.2.2 预测参数选择与数据来源
3.2.3 BP人工神经网络模型预测胎儿体重
3.2.4 传统回归预测模型对比
3.2.5 结论与讨论
3.3 独立分量分析在生物医学信号增强中的应用
3.3.1 研究背景
3.3.2 研究方法与原理
3.3.3 利用FastICA增强心电信号
3.3.4 结果分析
4 现代数学方法在经济序列数据处理中的应用
4.1 独立分量分析在经济时序数据降噪中的应用
4.1.1 研究背景
4.1.2 基于ICA噪声消除技术
4.1.3 仿真与实证分析
4.1.4 结论与讨论
4.2 灰色系统在震后农民增收分析中的应用
4.2.1 研究背景
4.2.2 数据收集与整理
4.2.3 GM（1，1）时序预测模型的建立
4.2.4 震后农民收入评估
4.2.5 结论与讨论
4.3 系统聚类法在股票分析中的应用
4.3.1 研究背景
4.3.2 算法原理
4.3.3 数据预处理
4.3.4 结果分析与讨论
4.3.5 结论与讨论
5 研究总结与展望
参考文献
附录