基于优化的SVR方法对时间序列中异常点的检测
| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 导论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 研究思路 | 第11-12页 |
| 1.4 本章小结 | 第12-13页 |
| 第二章 方法介绍 | 第13-19页 |
| 2.1 季节调整(SAM) | 第13-14页 |
| 2.2 SVR原理 | 第14-15页 |
| 2.3 WOA算法 | 第15-16页 |
| 2.4 SAM-WOA-SVR算法流程 | 第16-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 实证分析 | 第19-34页 |
| 3.1 基于仿真数据的检验 | 第20-23页 |
| 3.1.1 数值仿真 | 第20页 |
| 3.1.2 仿真数据检验结果 | 第20-23页 |
| 3.2 基于兰州市空气质量指数的检验 | 第23-26页 |
| 3.2.1 数据来源及预处理 | 第23页 |
| 3.2.2 检验结果 | 第23-26页 |
| 3.3 电器能耗的异常检测 | 第26-28页 |
| 3.3.1 数据来源及处理 | 第26页 |
| 3.3.2 检测结果 | 第26-28页 |
| 3.4 肺结核的发病率的异常检测 | 第28-33页 |
| 3.4.1 数据描述 | 第28-30页 |
| 3.4.2 检测结果 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 总结与展望 | 第34-36页 |
| 参考文献 | 第36-39页 |
| 致谢 | 第39页 |
