声明
1 绪论
1.1 研究背景和意义
1.2 研究现状
1.3 本文主要思路与章节安排
2 理论基础
2.1 TS模糊模型
2.2 逐步回归算法
3 基于不完整数据精细建模的缺失值填补
3.1 不完整数据的精细建模
3.2 缺失值填补
4 不完整数据精细模型与填补值的交替学习
4.1 基于交替学习策略的动态建模与缺失值填补
4.2 不完整数据建模与缺失值填补过程总结
5 实验结果与分析
5.1 数据集与评价标准
5.2 模糊划分、特征选择和交替学习对填补性能的影响
5.3 不完整数据模型拟合精度的分析
5.4 交替学习的收敛性实验
5.5 交替学习中所选入特征的变化情况
5.6 TS-SR-AL方法的有效性验证
6. 缺失值填补在中国家庭追踪调查中的应用
6.1 中国家庭追踪调查
6.2 CFPS2016数据集的缺失值填补
结论
参考文献
致谢
大连理工大学;