首页--环境科学、安全科学论文--环境污染及其防治论文--大气污染及其防治论文--粒状污染物论文

基于局部秩的函数型数据异常值检测及其在PM2.5数据上的应用

摘要第1-11页
ABSTRACT第11-12页
第一章 绪论第12-16页
 §1.1 研究背景及意义第12-13页
 §1.2 国内外研究状况综述第13-14页
 §1.3 本文框架第14页
 §1.4 本文创新点第14-16页
第二章 现有异常值检测方法介绍第16-23页
 §2.1 基于数据深度的方法第16-20页
  §2.1.1 函数型箱线图第17-20页
  §2.1.2 Outliergram及改进的Outliergram第20页
 §2.2 基于主成分分析的异常值检测方法第20-22页
  §2.2.1 二元主成分打包图和函数打包图第20-21页
  §2.2.2 元主成分HDR箱线图和函数型HDR箱线图第21-22页
 §2.3 稳健马氏距离方法第22-23页
第三章 基于局部秩(Local Rank)的函数型数据异常值识别方法第23-29页
 §3.1 局部秩的定义第23-24页
 §3.2 基于局部秩的函数型数据异常值识别方法第24-28页
  §3.2.1 函数型数据局部秩的加权平均第24页
  §3.2.2 函数型数据局部秩的加权标准差第24-26页
  §3.2.3 形状型异常值的识别第26-27页
  §3.2.4 位置型异常值的识别第27-28页
 §3.3 本章小结第28-29页
第四章 模拟数据研究第29-34页
 §4.1 模拟数据的构造第29-30页
 §4.2 模拟结果分析第30-31页
 §4.3 本章小结第31-34页
第五章 实证分析第34-40页
 §5.1 数据来源第34-35页
 §5.2 异常值的识别第35-39页
  §5.2.1 形状型异常值的检测第35-37页
  §5.2.2 位置型异常值的检测第37-39页
 §5.3 本章小结第39-40页
第六章 总结第40-41页
参考文献第41-44页
致谢第44页

论文共44页,点击 下载论文
上一篇:上海市公园绿地香樟树叶中汞含量时空变化及影响因素初探
下一篇:上海市大气CO2浓度时空变化特征与影响因素研究