| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| §1-1 数据缺失问题的研究背景和意义 | 第7页 |
| §1-2 数据补救方法的研究现状 | 第7-9页 |
| 1-2-1 数据补救方法的研究现状 | 第7-8页 |
| 1-2-2 数据挖掘方法的使用 | 第8-9页 |
| §1-3 客流量监测统计的意义及其数据缺失问题 | 第9页 |
| 1-3-1 客流量监测统计的意义 | 第9页 |
| 1-3-2 客流量数据缺失问题 | 第9页 |
| §1-4 本文的主要工作 | 第9-11页 |
| 第二章 客流监测分析系统中的客流缺失分析 | 第11-25页 |
| §2-1 数据缺失问题概述 | 第11-20页 |
| 2-1-1 数据缺失介绍 | 第11-12页 |
| 2-1-2 处理数据缺失问题的传统方法 | 第12-20页 |
| §2-2 客流数据缺失分析 | 第20-23页 |
| 2-2-1 客流监测分析系统简介 | 第20-22页 |
| 2-2-2 客流数据的采集及缺失分析 | 第22-23页 |
| §2-3 补救方法和性能评价指标分析 | 第23-24页 |
| 2-3-1 采用的补救方法 | 第23-24页 |
| 2-3-2 性能评价指标 | 第24页 |
| §2-4 本章小结 | 第24-25页 |
| 第三章 BP神经网络在客流数据补救中的应用 | 第25-39页 |
| §3-1 BP 神经网络概述 | 第25-31页 |
| 3-1-1 BP 神经网络模型分析 | 第25-26页 |
| 3-1-2 BP 算法的原理 | 第26-30页 |
| 3-1-3 BP 神经网络的改进算法 | 第30-31页 |
| §3-2 BP 预测补救模型在客流数据缺失中的应用 | 第31-35页 |
| 3-2-1 BP 网络的设计技巧 | 第31-32页 |
| 3-2-2 用于客流数据缺失问题的BP 预测补救模型 | 第32-33页 |
| 3-2-3 仿真实验与分析 | 第33-35页 |
| §3-3 基于数据预调整的BP 预测补救模型 | 第35-38页 |
| 3-3-1 基于客流数据相关分析的预调整 | 第35-36页 |
| 3-3-2 仿真实验与分析 | 第36-38页 |
| §3-4 本章小结 | 第38-39页 |
| 第四章 基于误差修正的组合预测在客流数据补救中的应用 | 第39-50页 |
| §4-1 组合预测概述 | 第39-41页 |
| 4-1-1 组合预测简介 | 第39页 |
| 4-1-2 组合预测的基本方法 | 第39-40页 |
| 4-1-3 非线性组合预测方法研究 | 第40-41页 |
| §4-2 多元线性回归预测在客流数据补救中的应用 | 第41-46页 |
| 4-2-1 多元线性回归分析简介 | 第41-44页 |
| 4-2-2 用于客流数据缺失问题的多元线性回归预测补救模型 | 第44-45页 |
| 4-2-3 仿真实验与分析 | 第45-46页 |
| §4-3 基于误差修正的组合预测在客流数据补救中的应用 | 第46-48页 |
| 4-3-1 组合预测模型的提出 | 第46页 |
| 4-3-2 基于误差修正的组合预测模型 | 第46-47页 |
| 4-3-3 仿真实验与分析 | 第47-48页 |
| §4-4 本章小结 | 第48-50页 |
| 第五章 主要结论和进一步工作 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间所取得的相关科研成果 | 第54页 |
