面向数据驱动建模的数据预处理方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-18页 |
| ·研究背景和意义 | 第8-9页 |
| ·数据预处理的国内外研究现状 | 第9-16页 |
| ·缺失值处理的研究现状 | 第10-12页 |
| ·异常值检测的研究现状 | 第12-16页 |
| ·本文主要研究内容及章节安排 | 第16-18页 |
| 第2章 数据驱动建模相关理论研究 | 第18-27页 |
| ·数据驱动的原理与发展 | 第18页 |
| ·数据驱动建模的主要方法 | 第18-20页 |
| ·数据驱动建模的一般流程 | 第20-21页 |
| ·数据驱动建模的影响因素 | 第21-26页 |
| ·数据质量的定义与分类 | 第21-22页 |
| ·数据质量的衡量 | 第22-23页 |
| ·数据质量的处理与提高 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于遗传优化的缺失值自适应填补算法研究 | 第27-44页 |
| ·缺失值问题分析 | 第27-28页 |
| ·缺失值的定义及产生原因 | 第27页 |
| ·缺失机制与缺失模式 | 第27-28页 |
| ·缺失值处理策略 | 第28-33页 |
| ·直接删除 | 第28-29页 |
| ·不作处理 | 第29-30页 |
| ·数据填补 | 第30-33页 |
| ·缺失值的遗传自适应填补方法研究 | 第33-42页 |
| ·前后相邻填补算法 | 第34页 |
| ·类均值填补算法及其改进 | 第34-36页 |
| ·基于遗传优化的自适应加权填补算法 | 第36-37页 |
| ·实验结果与分析 | 第37-42页 |
| ·本章小结 | 第42-44页 |
| 第4章 基于全局距离和的异常值检测算法研究 | 第44-57页 |
| ·异常值问题分析 | 第44-45页 |
| ·异常值的概念与产生原因 | 第44页 |
| ·异常值的类型 | 第44-45页 |
| ·经典的异常值检测方法 | 第45-49页 |
| ·经典异常值检测方法分析 | 第45-48页 |
| ·经典异常值检测方法对比 | 第48-49页 |
| ·一种基于全局距离和的异常值检测算法 | 第49-56页 |
| ·一种基于全局距离和的判定异常值新规则 | 第49-51页 |
| ·常用的距离度量函数 | 第51页 |
| ·一种面向数据分布不均的距离度量函数 | 第51-53页 |
| ·实验结果与分析 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 数据预处理在电站锅炉建模中的应用研究 | 第57-67页 |
| ·建模方法介绍 | 第57-62页 |
| ·支持向量机回归 | 第57-60页 |
| ·最小二乘支持向量机回归 | 第60-62页 |
| ·基于 LSSVM 的烟气含氧量软测量仿真实验 | 第62-65页 |
| ·建立模型 | 第62-63页 |
| ·实验及结果分析 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 第6章 结论 | 第67-69页 |
| ·全文总结 | 第67页 |
| ·研究展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间的研究成果 | 第75页 |
