考虑数据分布特征的多元数据完备化方法研究

目录

声明

摘要

第1章绪论

1．1研究的背景和意义

1．1．1研究背景

1．1．2选题的意义

1．2国内外研究现状

1．2．1基于统计学方法的数据完备化研究

1．2．2基于聚类方法的数据完备化研究

1．2．3基于智能化方法的数据完备化研究

1．3论文研究思路

1．3．1研究内容

1．3．2研究方法和技术路线

2．1最小二乘法

2．2 K近邻

2．2．1定义

2．2．2过程描述

2．2．3缺陷

2．3 BP神经网络算法

2．3．1基本原理

2．3．2网络结构

第3章数据分布对数据完备化的影响

3．1多元数据分布特征

3．1．1集中趋势分析

3．1．2离散程度分析

3．1．3分布形状分析

3．1．4均匀分布与非均匀分布

3．2基于密度聚类的数据分析方法

3．2．1 DBSCAN相关定义

3．2．2算法描述

3．3数据分布的影响分析

3．3．1检验数据集构造

3．3．2数据分类

3．3．3数据覆盖检验

第4章考虑分布特征的BP神经网络数据完备化方法

4．1 BP神经网络方法概述

4．1．1数学模型

4．1．2学习算法

4．2 BP神经网络工具箱

4．3数据完备化过程设计

4．3．1样本分类分析

4．3．2样本噪声处理

4．3．3数据输入设计

4．3．4数据缺失预测

4．4数据完备化质量评价

4．4．1准确率计算

4．4．2误差分析

5．1实验设计

5．1．1数据准备

5．1．2环境与参数设置

5．1．3样本数据分类

5．2单项数据缺失完备化方法比较分析

5．2．1小麦种子单项数据缺失完备实验

5．2．2鸢尾花卉单项数据缺失完备实验

5．3多项数据缺失完备化方法比较分析

5．3．1小麦种子多项数据缺失完备实验

5．3．2鸢尾花卉多项数据缺失完备实验

5．4实验总结

6．1研究结论

6．2创新点

6．3研究展望

致谢

参考文献

附录