| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 大数据的研究现状 | 第14-15页 |
| 1.2.2 远程健康监护技术的研究现状 | 第15-17页 |
| 1.3 本文组织结构 | 第17-19页 |
| 第二章 远程健康监护大数据质量优化控制总体方案设计 | 第19-24页 |
| 2.1 引言 | 第19页 |
| 2.2 数据处理问题描述 | 第19-20页 |
| 2.2.1 条件假设 | 第19-20页 |
| 2.2.2 问题描述 | 第20页 |
| 2.3 数据优化处理方案设计 | 第20-22页 |
| 2.4 数据优化关键技术 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于改进格拉布斯检验法的异常数据识别算法 | 第24-35页 |
| 3.1 引言 | 第24-25页 |
| 3.2 基于格拉布斯检验法的异常数据识别算法 | 第25-28页 |
| 3.2.1 建立数学模型 | 第25页 |
| 3.2.2 算法原理 | 第25-27页 |
| 3.2.3 算法流程 | 第27-28页 |
| 3.2.4 算法不足 | 第28页 |
| 3.3 基于改进格拉布斯检验法的异常数据识别算法设计 | 第28-31页 |
| 3.3.1 优化算法设计 | 第28-29页 |
| 3.3.2 算法流程 | 第29-31页 |
| 3.4 仿真分析 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于优化K-means聚类的缺失数据填充算法 | 第35-47页 |
| 4.1 引言 | 第35-36页 |
| 4.2 基于人工鱼群算法的优化K-means聚类 | 第36-42页 |
| 4.2.1 K-means聚类算法 | 第36-37页 |
| 4.2.2 人工鱼群算法 | 第37-40页 |
| 4.2.3 优化算法设计 | 第40-42页 |
| 4.3 基于优化K-means聚类的缺失数据填充算法设计 | 第42-44页 |
| 4.3.1 期望最大值法 | 第42-43页 |
| 4.3.2 算法流程 | 第43-44页 |
| 4.4 仿真分析 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 基于改进近邻排序法的重复数据检测算法 | 第47-58页 |
| 5.1 引言 | 第47-48页 |
| 5.2 基于改进近邻排序法的重复数据检测算法设计 | 第48-54页 |
| 5.2.1 粒子群算法 | 第48-50页 |
| 5.2.2 近邻排序法 | 第50-52页 |
| 5.2.3 模型优化参数的粒子群编码方式 | 第52页 |
| 5.2.4 优化算法设计 | 第52页 |
| 5.2.5 算法流程 | 第52-54页 |
| 5.3 仿真分析 | 第54-57页 |
| 5.4 本章小结 | 第57-58页 |
| 总结与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间发表的论文 | 第64-65页 |
| 攻读学位期间参加的课题 | 第65-67页 |
| 致谢 | 第67页 |
