专利数据清洗及可视化模块设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 数据清洗研究现状 | 第10-13页 |
| 1.2.2 可视化技术研究现状 | 第13-14页 |
| 1.3 研究现状述评 | 第14-17页 |
| 1.4 论文主要内容和组织结构 | 第17-18页 |
| 1.4.1 论文主要内容 | 第17页 |
| 1.4.2 论文组织结构 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 第2章 数据清洗及可视化的基本理论 | 第19-26页 |
| 2.1 数据清洗 | 第19-23页 |
| 2.1.1 数据清洗的概念 | 第20页 |
| 2.1.2 数据清洗的原理 | 第20-21页 |
| 2.1.3 数据清洗的一般步骤 | 第21-23页 |
| 2.1.4 数据清洗的相关算法 | 第23页 |
| 2.2 可视化技术 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 数据清洗算法设计及仿真实验 | 第26-40页 |
| 3.1 专利数据清洗的需求分析 | 第26-28页 |
| 3.1.1 专利数据错误类型 | 第26-27页 |
| 3.1.2 专利数据错误原因分析 | 第27-28页 |
| 3.2 专利数据清洗的框架设计与实现 | 第28-33页 |
| 3.2.1 数据准备 | 第29-31页 |
| 3.2.2 专利权人和发明人信息深度清洗 | 第31-33页 |
| 3.3 算法分析与设计 | 第33-37页 |
| 3.3.1 AdaBoost算法 | 第34-35页 |
| 3.3.2 AdaBoost算法具体实现 | 第35-37页 |
| 3.4 结果分析 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 可视化模块设计及实现 | 第40-44页 |
| 4.1 可视化模块设计 | 第40-41页 |
| 4.1.1 Echars | 第40页 |
| 4.1.2 Bootstrap | 第40-41页 |
| 4.2 可视化模块具体实现 | 第41-42页 |
| 4.3 可视化模块结果展示及分析 | 第42-43页 |
| 4.3.1 专利权人与申请量 | 第42-43页 |
| 4.3.2 发明人与申请量 | 第43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 总结与展望 | 第44-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 附录 1 | 第49-59页 |
| 附录 2 | 第59-64页 |
| 作者简介 | 第64-65页 |
| 攻读硕士期间发表的论文和科研成果 | 第65-66页 |
