| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 传统时间序列预测方法 | 第11-12页 |
| 1.2.2 其他时间序列预测方法 | 第12-13页 |
| 1.2.3 小脑模型神经网络的研究、发展与应用 | 第13-15页 |
| 1.3 主要研究内容和预期研究成果 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第2章 课题的相关技术及数据获取 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 小脑模型神经网络 | 第18-20页 |
| 2.3 基于神经网络的目标轨迹预测方法 | 第20-23页 |
| 2.3.1 BP神经网络的目标轨迹预测 | 第20页 |
| 2.3.2 RBF神经网络的目标轨迹预测 | 第20-21页 |
| 2.3.3 小脑模型神经网络的目标轨迹预测 | 第21-22页 |
| 2.3.4 小脑模型神经网络的优势 | 第22-23页 |
| 2.4 准备数据 | 第23-28页 |
| 2.4.1 数据获取 | 第23-28页 |
| 2.4.2 数据预处理 | 第28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 改进的小脑模型网络及其目标轨迹预测 | 第30-38页 |
| 3.1 引言 | 第30页 |
| 3.2 递归单元权值可变的CMAC | 第30-34页 |
| 3.2.1 递归单元及其可变权值 | 第30-33页 |
| 3.2.2 基于递归单元CMAC的轨迹预测 | 第33-34页 |
| 3.3 结合迁移学习思想提高网络收敛能力和训练速度 | 第34-35页 |
| 3.4 基于迁移学习的递归单元CMAC的轨迹预测 | 第35-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第4章 目标轨迹预测算法与实验分析 | 第38-52页 |
| 4.1 引言 | 第38页 |
| 4.2 系统描述 | 第38-39页 |
| 4.3 实验设计 | 第39-50页 |
| 4.3.1 实验内容及实验平台 | 第39-40页 |
| 4.3.2 实验结果及分析 | 第40-46页 |
| 4.3.3 对比实验分析 | 第46-50页 |
| 4.4 本章小结 | 第50-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第59-60页 |
| 致谢 | 第60页 |
