缺失数据的处理方法研究及应用
摘要 | 第1-4页 |
Abstract | 第4-6页 |
1 绪论 | 第6-11页 |
·课题研究的背景和意义 | 第6页 |
·国内外研究概况 | 第6-9页 |
·课题研究的内容 | 第9-10页 |
·本文的结构 | 第10-11页 |
2 缺失数据的模式及机制 | 第11-17页 |
·缺失数据的定义 | 第11页 |
·缺失数据的模式 | 第11-14页 |
·缺失数据的机制 | 第14-17页 |
3 缺失数据处理的方法 | 第17-26页 |
·缺失数据填补的准则 | 第17页 |
·缺失数据处理的方法总述 | 第17-19页 |
·最近距离插补 | 第19-21页 |
·EM 算法 | 第21-23页 |
·BP 神经网络算法 | 第23-26页 |
4 基于支持向量机的缺失数据的研究及应用 | 第26-39页 |
·统计学理论简介 | 第26-28页 |
·支持向量机分类算法 | 第28-36页 |
·支持向量算法在处理缺失数据上的应用 | 第36-39页 |
5 控制点优化磨光算法在缺失数据处理中的应用 | 第39-45页 |
·控制点磨光算法理论 | 第39-40页 |
·控制点优化磨光算法过程 | 第40-41页 |
·数值例子 | 第41-45页 |
6 结论及展望 | 第45-47页 |
致谢 | 第47-48页 |
参考文献 | 第48-51页 |
附录A: 支持向量机模型的实现程序 | 第51-52页 |
附录B: 控制点优化磨光算法模型的实现程序 | 第52-56页 |