| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·异常数据定义 | 第8-9页 |
| ·异常数据存在对软计算建模的影响 | 第9-10页 |
| ·本文主要内容 | 第10页 |
| ·论文内容安排 | 第10-12页 |
| 第二章 异常数据研究 | 第12-20页 |
| ·异常数据发现的基本概念 | 第12-13页 |
| ·分析异常数据的意义 | 第13-15页 |
| ·现有异常数据的检测方法 | 第15-18页 |
| ·现有异常检测算法小结 | 第18-20页 |
| 第三章 异常数据对ANFIS 建模的影响 | 第20-31页 |
| ·基于减法聚类的自适应神经模糊推理系统(ANFIS) | 第20-23页 |
| ·异常数据对ANFIS 建模的影响 | 第23-31页 |
| 第四章 异常数据检测的两种改进算法 | 第31-40页 |
| ·基于局部最大距离的异常数据检测 | 第31-34页 |
| ·基于相似系数和的异常数据检测法 | 第34-36页 |
| ·实例分析 | 第36-40页 |
| 第五章 基于PCA(主成分分析)和PLS(偏最小二乘)的异常数据检测方法 | 第40-62页 |
| ·数据表及其处理 | 第40-44页 |
| ·主成分分析(PCA)法 | 第44-50页 |
| ·实例分析 | 第50-51页 |
| ·偏最小二乘(PLS)分析法 | 第51-60页 |
| ·主成分分析与偏最小二乘分析的比较 | 第60-62页 |
| 第六章 异常数据检测在ANFIS 建模中的应用 | 第62-77页 |
| ·铅酸蓄电池剩余电量建模数据异常检测 | 第62-68页 |
| ·飞机油箱剩余油量软测量建模研究 | 第68-75页 |
| ·工业测量数据异常检测流程 | 第75-77页 |
| 总结与展望 | 第77-79页 |
| 参考文献 | 第79-81页 |
| 硕士期间发表的论文 | 第81-82页 |
| 致谢 | 第82页 |