基于红外数据的数据智能识别方法研究
| 学位论文数据集 | 第4-5页 |
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 问题产生背景及研究意义 | 第15-16页 |
| 1.2 数据质量 | 第16-19页 |
| 1.2.1 数据质量概念 | 第16-17页 |
| 1.2.2 数据质量问题分类 | 第17-19页 |
| 1.3 研究现状 | 第19-20页 |
| 1.3.1 数据清洗与识别方法 | 第19页 |
| 1.3.2 数据清洗软件 | 第19-20页 |
| 1.4 本文所做工作 | 第20-21页 |
| 1.5 文章结构 | 第21-23页 |
| 第二章 预备知识 | 第23-35页 |
| 2.1 机器学习 | 第23-26页 |
| 2.1.1 机器学习的分类 | 第23-25页 |
| 2.1.2 机器学习的主要内容 | 第25-26页 |
| 2.2 数据挖掘 | 第26-31页 |
| 2.2.1 数据挖掘的过程 | 第26-28页 |
| 2.2.2 数据挖掘的方法 | 第28-29页 |
| 2.2.3 数据挖掘技术的应用领域 | 第29-31页 |
| 2.3 红外遥控原理 | 第31-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 红外数据智能识别方法 | 第35-43页 |
| 3.1 红外数据智能识别模型 | 第36-38页 |
| 3.2 红外数据智能识别模型的结果评测 | 第38-39页 |
| 3.3 红外数据智能识别模型的优化 | 第39-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 红外数据智能识别方法的应用 | 第43-47页 |
| 4.1 红外智能遥控器 | 第43-44页 |
| 4.2 基于组合键方案的红外数据智能识别模型 | 第44-45页 |
| 4.3 加密/解密功能的红外数据智能识别模型 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 实验与分析 | 第47-57页 |
| 5.1 制作红外遥控系统 | 第47-48页 |
| 5.1.1 实验器材 | 第47页 |
| 5.1.2 实验参数设置 | 第47页 |
| 5.1.3 红外指令接收监控程序 | 第47-48页 |
| 5.2 实验注意事项 | 第48-49页 |
| 5.3 红外数据智能识别模型 | 第49-53页 |
| 5.3.1 分类结果 | 第49-50页 |
| 5.3.2 优化的红外数据智能识别模型 | 第50页 |
| 5.3.3 数据属性的选择 | 第50-52页 |
| 5.3.4 模型测试 | 第52-53页 |
| 5.4 红外数据智能识别模型的应用 | 第53-55页 |
| 5.4.1 组合键指令识别模型 | 第53-54页 |
| 5.4.2 模型测试 | 第54-55页 |
| 5.5 本章小结 | 第55-57页 |
| 第六章 结论与展望 | 第57-59页 |
| 6.1 本文的工作总结 | 第57页 |
| 6.2 后续工作展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 研究成果及发表的学术论文 | 第65-67页 |
| 作者与导师简介 | 第67-69页 |
| 附件 | 第69-70页 |
