封面
声明
中文摘要
英文摘要
目录
第一章 绪论
1 .1异常数据概述
1 .2研究意义
1 .3研究现状
1 .4全文的主要内容和安排
第二章 基于小波分析的异常数据检测算法
2 .1小波变换的发展背景
2 .2基于小波变换的异常数据检测算法
2 .3仿真分析
2 .4本章小结
第三章 基于主元分析法的异常数据检测
3 .1主元分析法的原理
3.2基于PCA的异常数据检测算法建模
3.3传统的基于PCA的异常数据检测
3 .4基于Q统计量分离的改进算法的步骤
第四章 传统的异常数据修复方法
4 .1平均值法
4.2 EM算法
4.3 BP神经算法
4 .4传统填补修复方法的仿真结果分析
4 .5本章小结
第五章 基于深度学习的异常数据预测修复方法
5 .1深度学习的基本概念
5 .2玻尔兹曼机
5 .3深度置信网络
5.4基于DBN的异常数据的预测修复方法
5 .5基于时间序列的数据预测模型
5 .6仿真分析
5 .7本章小结
第六章 总结与展望
6 .1总结
6 .2展望
参考文献
致谢