發(fā)布時間：2019-11-27 07:43

【摘要】：實際應用中數(shù)據(jù)經(jīng)常出現(xiàn)的缺失值將直接影響到數(shù)據(jù)挖掘算法的準確性,因此如何處理缺失值已成為數(shù)據(jù)分析領域必須解決的重要問題。目前采用填充算法進行缺失值填充已經(jīng)成為一個重要的研究方向。所謂缺失填充就是以完全數(shù)據(jù)集為依據(jù),采用統(tǒng)計學或機器學習算法推斷和計算缺失值的過程。最近鄰填充算法(kNNI)由于容易實現(xiàn)、計算方便和填充效果好而被廣泛應用于實際生產(chǎn)中。但是其近鄰的選取具有偏好性和k的確定具有隨機性。為了克服kNNI的不足,QENNI算法被提出。DDWQ算法是在QENNI算法的基礎上將完全數(shù)據(jù)集對缺失值的整體影響和象限近鄰的影響進行綜合考慮而提出的新方法。DDWQ的核心思想是以缺失值為中心,采用殼體包圍缺失值的方法,使得每個完全數(shù)據(jù)都能分布到唯一象限中,將各個象限最近鄰的距離和該近鄰所在象限的完全數(shù)據(jù)集密度進行混合加權。它不僅能有效地避免kNNI中近鄰選取的偏好性,而且將完全數(shù)據(jù)整體對缺失值的影響進行綜合考慮。在公開數(shù)據(jù)集上的測試表明算法DDWQ的填充效果要比QENNI好。時間序列類型的數(shù)據(jù)在現(xiàn)實中是普遍存在的。本文通過DFT變換對時間序列的相似性和周期性進行了研究,并采用DFT距離對時間序列進行基于密度的聚類(DBSCAN)分析。在此基礎上提出了基于DDWQ的混合時間序列缺失值填充算法。該算法的核心是將與待填充序列同一類別的序列和其完整周期上的子序列作為DDWQ算法的輸入來對時間序列的缺失值進行填充。在模擬數(shù)據(jù)集上的測試表明,該算法填充準確率有一定提高。
【學位授予單位】：北京林業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP311.13

【相似文獻】

相關期刊論文 前10條

1 左愛文;郭宏武;王保保;;氣象時間序列規(guī)則發(fā)現(xiàn)及其應用[J];陜西氣象;2006年06期

2 劉猛洪;汪愛麗;;基于模糊時間序列的短期電力負荷預測[J];電子世界;2013年07期

3 K.D.C.Stoodley,盧潤德;非連續(xù)含有準周期分量時間序列的實時監(jiān)測(英文)[J];控制理論與應用;1986年01期

4 吳紅花;劉國華;;不確定時間序列的規(guī)約方法[J];計算機工程;2012年21期

5 W.Gersch;黃勁濤;;混合自回歸動平均時間序列的自回歸參數(shù)估計[J];水聲譯叢;1980年03期

6 王立柱;劉曉東;;Granger相關性與時間序列預測[J];控制與決策;2014年04期

7 周巧臨;傅彥;;科學數(shù)據(jù)時間序列的預測方法[J];電子科技大學學報;2007年06期

8 王閱;高學東;;基于重標級差分析的時間序列分割方法[J];計算機工程與應用;2008年29期

9 修春波;;時間序列一步預測方法[J];計算機應用研究;2010年04期

10 馮凱文;孟凡榮;牛強;閆秋艷;;基于趨勢點狀態(tài)模型的時間序列預測算法[J];計算機應用研究;2011年12期

相關會議論文 前10條

1 周家斌;張海福;楊桂英;;多維多步時間序列預報方法及其應用[A];中國現(xiàn)場統(tǒng)計研究會第九屆學術年會論文集[C];1999年

2 馬培蓓;紀軍;;基于時間序列的航空備件消耗預測[A];中國系統(tǒng)工程學會決策科學專業(yè)委員會第六屆學術年會論文集[C];2005年

3 盧世坤;李夕海;牛超;陳蛟;;時間序列的非線性非平穩(wěn)特性研究綜述[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

4 李強;;基于線性模型方法對時間序列中異常值的檢測及證券實證分析[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機遇、責任和對策（上冊）[C];2002年

5 戴麗金;何振峰;;基于云模型的時間序列相似性度量方法[A];第八屆中國不確定系統(tǒng)年會論文集[C];2010年

6 謝美萍;趙希人;莊秀龍;;多維非線性時間序列的投影尋蹤學習逼近[A];'99系統(tǒng)仿真技術及其應用學術交流會論文集[C];1999年

7 張大斌;李紅燕;劉肖;張文生;;非線性時問序列的小波-模糊神經(jīng)網(wǎng)絡集成預測方法[A];第十五屆中國管理科學學術年會論文集（下）[C];2013年

8 黃云貴;;基于時間序列的電網(wǎng)固定資產(chǎn)投資規(guī)模研究[A];2012年云南電力技術論壇論文集（文摘部分）[C];2012年

9 李松臣;張世英;;時間序列高階矩持續(xù)和協(xié)同持續(xù)性研究[A];21世紀數(shù)量經(jīng)濟學（第8卷）[C];2007年

10 陳赫;羅聲求;;歷史橫斷面數(shù)據(jù)的時間序列化[A];科學決策與系統(tǒng)工程——中國系統(tǒng)工程學會第六次年會論文集[C];1990年

相關重要報紙文章 前6條

1 ;《時間序列與金融數(shù)據(jù)分析》[N];中國信息報;2004年

2 何德旭 王朝陽;時間序列計量經(jīng)濟學：協(xié)整與有條件的異方差自回歸[N];中國社會科學院院報;2003年

3 劉俏;讓數(shù)據(jù)坦白真相[N];21世紀經(jīng)濟報道;2003年

4 西南證券高級研究員 董先安邋德圣基金研究中心 郭奔宇;預計6月CPI同比上漲7.2%[N];證券時報;2008年

5 東證期貨 王愛華　楊衛(wèi)東;兩年漲跌輪回 秋季普遍下跌[N];期貨日報;2009年

6 任勇邋鄭重;中國對世界鋼材價格的影響實證分析[N];現(xiàn)代物流報;2007年

相關博士學位論文 前10條

1 張墨謙;遙感時間序列數(shù)據(jù)的特征挖掘：在生態(tài)學中的應用[D];復旦大學;2014年

2 張德成;滑坡預測預報研究[D];昆明理工大學;2015年

3 苗圣法;時間序列的模式檢測[D];蘭州大學;2015年

4 翁同峰;時間序列與復雜網(wǎng)絡之間等價性問題及表征應用研究[D];哈爾濱工業(yè)大學;2015年

5 楊婷婷;用Argo浮標結合衛(wèi)星觀測估算北太平洋經(jīng)向熱輸運[D];中國科學院研究生院(海洋研究所);2015年

6 王曉曄;時間序列數(shù)據(jù)挖掘中相似性和趨勢預測的研究[D];天津大學;2003年

7 李桂玲;時間序列的分割及不一致發(fā)現(xiàn)研究[D];華中科技大學;2012年

8 周勇;時間序列時序關聯(lián)規(guī)則挖掘研究[D];西南財經(jīng)大學;2008年

9 張勇;時間序列模式匹配技術研究[D];華中科技大學;2012年

10 董曉莉;時間序列數(shù)據(jù)挖掘相似性度量和周期模式挖掘研究[D];天津大學;2007年

相關碩士學位論文 前10條

1 陳健;基于多變量相空間重構的投資組合策略研究[D];華南理工大學;2015年

2 蘭鑫;時間序列的復雜網(wǎng)絡轉(zhuǎn)換策略研究[D];西南大學;2015年

3 米曉將;區(qū)域尺度下月均氣溫的時空演化格局研究[D];昆明理工大學;2015年

4 張鳴敏;基于支持向量回歸的PM_(2.5)濃度預測研究[D];南京信息工程大學;2015年

5 林健;基于改進小世界回聲狀態(tài)網(wǎng)的時間序列預測[D];渤海大學;2015年

6 曹智麗;日氣溫和干旱指數(shù)支持向量回歸預測方法[D];南京信息工程大學;2015年

7 高雄飛;基于分形理論的土壤含水量時間序列特性分析[D];長安大學;2015年

8 姚茜;城市安全生產(chǎn)發(fā)展目標研究[D];中國地質(zhì)大學(北京);2015年

9 謝翠穎;蘇州社會消費品零售總額簡析[D];蘇州大學;2015年

10 包仁義;基于時間序列的搜索引擎評估模型算法研究[D];東北師范大學;2015年

，

本文編號：2566524