基于时间序列分析的数据流异常值检测方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究工作的背景与意义 | 第9页 |
| 1.2 国内外研究历史与现状 | 第9-11页 |
| 1.3 本文的主要贡献与创新 | 第11页 |
| 1.4 本论文的结构安排 | 第11-12页 |
| 第二章 异常值检测研究 | 第12-25页 |
| 2.1 数据挖掘与离群点发现 | 第12-14页 |
| 2.2 算法介绍 | 第14-21页 |
| 2.2.1 聚类算法介绍 | 第14-20页 |
| 2.2.2 泰森多边形方法介绍 | 第20-21页 |
| 2.3 异常值检测 | 第21-24页 |
| 2.3.1 算法思想 | 第21-22页 |
| 2.3.2 算法复杂度分析 | 第22-23页 |
| 2.3.3 实验分析 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 空气质量指数AQI研究 | 第25-57页 |
| 3.1 AQI相关因素分析 | 第25-36页 |
| 3.1.1 数据来源 | 第25页 |
| 3.1.2 相关系数 | 第25-27页 |
| 3.1.3 回归分析 | 第27-31页 |
| 3.1.4 关联规则分析 | 第31-36页 |
| 3.2 成都市AQI的时间序列分析 | 第36-56页 |
| 3.2.1 时间序列相关介绍 | 第36-42页 |
| 3.2.2 数据来源与预处理 | 第42-43页 |
| 3.2.3 AQI时间序列分析 | 第43-56页 |
| 3.3 本章小结 | 第56-57页 |
| 第四章 全文总结与展望 | 第57-59页 |
| 4.1 全文总结 | 第57页 |
| 4.2 后续工作展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 附录 | 第62-66页 |
| 攻读硕士学位期间取得的成果 | 第66-67页 |
