基于核相似性和低秩近似的缺失值填充算法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 选题背景和研究意义 | 第8-9页 |
| 1.2 缺失值填充的研究历史和现状 | 第9-10页 |
| 1.2.1 基于参数的填充算法 | 第9页 |
| 1.2.2 基于非参数的填充算法 | 第9-10页 |
| 1.3 本文的主要内容及组织结构 | 第10-14页 |
| 1.3.1 本文主要内容 | 第10-11页 |
| 1.3.2 本文的组织结构 | 第11-14页 |
| 第2章 缺失值填充的理论基础 | 第14-24页 |
| 2.1 缺失值的定义 | 第14页 |
| 2.2 数据缺失的原因 | 第14-15页 |
| 2.3 数据缺失的机制 | 第15-16页 |
| 2.4 缺失值对数据挖掘的影响及处理的必要性 | 第16-17页 |
| 2.5 处理缺失值的常用方法 | 第17-24页 |
| 2.5.1 删除法 | 第17页 |
| 2.5.2 填补法 | 第17-24页 |
| 第3章 基于KNN的核相似性的缺失值填充算法 | 第24-32页 |
| 3.1 基于KNN传统填补算法简介 | 第24-25页 |
| 3.2 基于核函数的相似性的填充算法 | 第25-27页 |
| 3.2.1 核函数的相似性介绍 | 第25页 |
| 3.2.2 基于核函数相似性填充算法 | 第25-26页 |
| 3.2.3 算法的伪代码描述 | 第26-27页 |
| 3.2.4 实验设计与分析 | 第27页 |
| 3.3 实验结果与分析 | 第27-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 基于相关性构建的低秩填充算法研究 | 第32-44页 |
| 4.1 低秩矩阵理论 | 第32-35页 |
| 4.1.1 低秩矩阵背景及研究现状 | 第32-34页 |
| 4.1.2 矩阵填充的模型表示及优化算法 | 第34-35页 |
| 4.2 基于相关性构建低秩矩阵填补缺失值 | 第35-38页 |
| 4.2.1 低秩填充的问题模型 | 第35-36页 |
| 4.2.2 相关性检验 | 第36-37页 |
| 4.2.3 GROUSE算法 | 第37页 |
| 4.2.4 基于相关性的低秩缺失值填充步骤 | 第37-38页 |
| 4.3 实验设计与结果 | 第38-40页 |
| 4.4 实验结果分析 | 第40-42页 |
| 4.4.1 填充结果分析 | 第40-41页 |
| 4.4.2 相关性阈值a对填充效果的影响 | 第41-42页 |
| 4.5 本章小结 | 第42-44页 |
| 第5章 低秩矩阵填充算法在风速数据集上的应用 | 第44-56页 |
| 5.1 风速数据的初步探索 | 第44-48页 |
| 5.2 基于低秩近似的缺失值填充算法 | 第48-49页 |
| 5.3 实验结果和分析 | 第49-54页 |
| 5.3.1 确定矩阵行和列 | 第50页 |
| 5.3.2 基于随机缺失的缺失风速数据填补 | 第50-54页 |
| 5.4 本章小结 | 第54-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 本文工作总结 | 第56页 |
| 6.2 下一步工作展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 发表论文和参加科研情况说明 | 第62-64页 |
| 致谢 | 第64页 |
