| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| ·研究的目的和意义 | 第14-15页 |
| ·国内外研究的发展历程及现状 | 第15-16页 |
| ·本文研究内容 | 第16-17页 |
| ·本文组织结构 | 第17-18页 |
| 第二章 缺失数据处理方法分析 | 第18-32页 |
| ·引言 | 第18页 |
| ·缺失数据产生的原因 | 第18-19页 |
| ·缺失数据的分类 | 第19-21页 |
| ·按缺失模式进行分类 | 第19-20页 |
| ·按缺失机制进行分类 | 第20-21页 |
| ·缺失数据恢复方法分析 | 第21-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 基于矩阵分解方法的缺失数据恢复算法 | 第32-44页 |
| ·引言 | 第32页 |
| ·低秩矩阵恢复的核范数最小化模型 | 第32-34页 |
| ·压缩感知理论 | 第32-33页 |
| ·低秩矩阵恢复模型 | 第33-34页 |
| ·基于矩阵分解的缺失数据恢复算法 | 第34-40页 |
| ·非线性高斯-赛德尔算法(GS算法) | 第35-37页 |
| ·改进的GS迭代算法(SOR算法) | 第37-39页 |
| ·算法的适用范围 | 第39-40页 |
| ·仿真实验 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于张量分解的缺失数据恢复方法 | 第44-58页 |
| ·引言 | 第44-45页 |
| ·张量的表示及运算 | 第45-48页 |
| ·张量的运算 | 第45-46页 |
| ·张量的分解 | 第46-48页 |
| ·基于PARAFAC分解的缺失数据恢复算法 | 第48-54页 |
| ·PARAFAC-交替最小二乘算法(PARAFAC-als) | 第49-50页 |
| ·基于梯度的PARAFAC分解算法(PARAFAC-Grad) | 第50-54页 |
| ·仿真实验 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| ·全文总结 | 第58页 |
| ·未来展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 作者简介 | 第66页 |