基于群智感知的体感温度异常数据检测方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 应用现状 | 第13-16页 |
| 1.2.1 群智感知应用现状 | 第13-14页 |
| 1.2.2 时间序列聚类应用现状 | 第14-16页 |
| 1.3 本文组织结构 | 第16-17页 |
| 第二章 群智感知 | 第17-25页 |
| 2.1 群智感知介绍 | 第17-18页 |
| 2.2 群智感知研究领域 | 第18-21页 |
| 2.2.1 激励机制 | 第18-19页 |
| 2.2.2 数据收集 | 第19-20页 |
| 2.2.3 数据处理 | 第20-21页 |
| 2.3 群智感知面临的问题 | 第21-24页 |
| 2.3.1 数据收集过程的成本 | 第21-22页 |
| 2.3.2 能耗和数据流量 | 第22页 |
| 2.3.3 数据的计算、管理和分析 | 第22-23页 |
| 2.3.4 用户隐私保护机制 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 体感温度数据收集系统的设计 | 第25-32页 |
| 3.1 体感温度的分析 | 第25-29页 |
| 3.1.1 体感温度的概念 | 第25-26页 |
| 3.1.2 气温对体感温度的影响 | 第26-27页 |
| 3.1.3 湿度对体感温度的影响 | 第27-28页 |
| 3.1.4 速对体感温度的影响 | 第28页 |
| 3.1.5 太阳辐照度对体感温度的影响 | 第28-29页 |
| 3.2 基于群智感知的收集数据 | 第29-31页 |
| 3.2.1 数据收集设计 | 第29-30页 |
| 3.2.2 体感温度数据包设计 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 异常数据检测 | 第32-44页 |
| 4.1 数据模型构建 | 第32-33页 |
| 4.1.1 数据整合 | 第32页 |
| 4.1.2 数据分割 | 第32-33页 |
| 4.1.3 归一化 | 第33页 |
| 4.2 K-Medoid聚类算法 | 第33-37页 |
| 4.2.1 聚类算法 | 第33-35页 |
| 4.2.2 K-Medoid算法概述 | 第35-36页 |
| 4.2.3 K-Medoid算法应用 | 第36-37页 |
| 4.3 运用DTW技术进行相似度计算 | 第37-40页 |
| 4.3.1 DTW概述 | 第37-39页 |
| 4.3.2 DTW技术运用 | 第39-40页 |
| 4.4 异常数据检测 | 第40-42页 |
| 4.4.1 体感温度数据的异常 | 第40-41页 |
| 4.4.2 异常数据的判断 | 第41-42页 |
| 4.4.3 异常数据检测流程 | 第42页 |
| 4.5 本章小结 | 第42-44页 |
| 第五章 实验结果分析 | 第44-52页 |
| 5.1 模拟数据 | 第44-45页 |
| 5.2 真实数据 | 第45-51页 |
| 5.2.1 真实数据来源 | 第45-47页 |
| 5.2.2 实验结果及分析 | 第47-51页 |
| 5.3 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-54页 |
| 参考文献 | 第54-62页 |
| 致谢 | 第62-63页 |
