时间序列缺失值插补方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 选题背景以及意义 | 第12-13页 |
| 1.2 数据插补算法发展和研究现状 | 第13-16页 |
| 1.3 本文的研究工作 | 第16-17页 |
| 1.4 本文的结构安排 | 第17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 缺失值理论 | 第18-29页 |
| 2.1 数据缺失机制 | 第18页 |
| 2.2 数据缺失原因 | 第18-19页 |
| 2.3 数据缺失模式 | 第19-20页 |
| 2.4 常见的缺失值插补方法 | 第20-28页 |
| 2.4.1 平均值插补 | 第21-22页 |
| 2.4.2 回归插补 | 第22-23页 |
| 2.4.3 极大似然法插补 | 第23-24页 |
| 2.4.4 多重插补 | 第24-27页 |
| 2.4.5 K-最邻近插补算法 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 单变量时间序列缺失值插补算法设计 | 第29-48页 |
| 3.1 稀疏表示理论 | 第29-34页 |
| 3.1.1 稀疏表示理论 | 第29-30页 |
| 3.1.2 联合字典训练 | 第30-31页 |
| 3.1.3 稀疏表示算法 | 第31-32页 |
| 3.1.4 字典训练算法 | 第32-34页 |
| 3.2 插补算法设计 | 第34-37页 |
| 3.2.1 训练样本采集 | 第35页 |
| 3.2.2 字典训练 | 第35-37页 |
| 3.2.3 缺失值插补算法 | 第37页 |
| 3.3 实验及其结果分析 | 第37-46页 |
| 3.3.1 实验设计 | 第37-38页 |
| 3.3.2 不同缺失率下的实验结果及其分析 | 第38-44页 |
| 3.3.3 不同算法参数下的插补效果 | 第44-45页 |
| 3.3.4 实验结果及其分析 | 第45-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第4章 多变量时间序列缺失值插补算法设计 | 第48-62页 |
| 4.1 相关理论介绍 | 第48-52页 |
| 4.1.1 稀疏主成分分析 | 第48-51页 |
| 4.1.2 灰度关联系数 | 第51-52页 |
| 4.2 缺失值插补算法设计 | 第52-55页 |
| 4.2.1 GKNN插补算法设计 | 第53-54页 |
| 4.2.2 自适应K值选择的GKNN插补算法设计 | 第54-55页 |
| 4.3 实验及其结果分析 | 第55-61页 |
| 4.3.1 实验数据及其来源 | 第55-56页 |
| 4.3.2 不同算法参数下的实验结果 | 第56-57页 |
| 4.3.3 针对完整数据集插补效果比较 | 第57-61页 |
| 4.3.4 实验结果分析 | 第61页 |
| 4.4 本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69页 |
