商场客流量数据缺失补救方法研究-自动化基础-论文之家

您现在的位置：硕士论文 >> 电子论文 >> 自动化 >> 自动化基础 >> 正文

商场客流量数据缺失补救方法研究

作者：纪亮 Publish: 2007-11-12 Hits:-

【中文题名】

商场客流量数据缺失补救方法研究

【英文题名】

Research on Data Remediation Method of Marketplace Passenger Data Missing

【学科专业】

计算机应用技术

【论文级别】

硕士论文

【投稿时间】

2007-11-12

【中关键词】

客流数据缺失,数据预测,BP神经网络,多元线性回归,组合预测模型,

【英关键词】

passenger data missing,data forecasting,BP neural network,multianalysis of linear regression,combined forecasting model,

【分类导航】

工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算>

【论文摘要】

在商场领域,客流量信息是其运作的一个重要因素。监测客流、研究客流、分析客流,形成决策,进而围绕客流进行定位,以各种手段吸引客流,可以有效的提高商场在行业中的竞争力。然而,客流数据的监测不可避免的会由于种种故障原因产生数据缺失问题。在本文研究的问题中,采用激光感应技术进行客流数据的监测就有可能产生连续的大量客流数据的缺失,这里称之为“大窗口”客流量数据缺失。论文的主要研究目的就是针对这种大量的客流量数据缺失问题给出切实可行的补救方案。本文首先介绍了缺失数据的概念以及几种传统的数据缺失补救方法,然后针对客流监测分析系统中数据缺失的实际问题,构建了以“预测”为主要补救方法的补救模型。在对BP神经网络算法进行了简要介绍之后,本文设计了基于BP神经网路的预测补救模型,并应用于“大窗口”客流数据缺失问题中,结果表明虽然可以拟合实际客流数据的走势,但是精度偏差较大。考虑到客流的流动性,在对客流数据进行了相关性分析后,对训练数据进行了基于时间的预调整,将预调整后的数据重新输入到BP神经网络进行训练,结果表明精度得到了一定的提高,说明预调整是有效的。单一预测模型的精度和稳定性难以保证,同时,由于组合预测模型...

【论文题纲】

摘要	3-4
ABSTRACT	4-7
第一章绪论	7-11
§1-1 数据缺失问题的研究背景和意义	7
§1-2 数据补救方法的研究现状	7-9
1-2-1 数据补救方法的研究现状	7-8
1-2-2 数据挖掘方法的使用	8-9
§1-3 客流量监测统计的意义及其数据缺失问题	9
1-3-1 客流量监测统计的意义	9
1-3-2 客流量数据缺失问题	9
§1-4 本文的主要工作	9-11
第二章客流监测分析系统中的客流缺失分析	11-25
§2-1 数据缺失问题概述	11-20
2-1-1 数据缺失介绍	11-12
2-1-2 处理数据缺失问题的传统方法	12-20
§2-2 客流数据缺失分析	20-23
2-2-1 客流监测分析系统简介	20-22
2-2-2 客流数据的采集及缺失分析	22-23
§2-3 补救方法和性能评价指标分析	23-24
2-3-1 采用的补救方法	23-24
2-3-2 性能评价指标	24
§2-4 本章小结	24-25
第三章 BP神经网络在客流数据补救中的应用	25-39
§3-1 BP 神经网络概述	25-31
3-1-1 BP 神经网络模型分析	25-26
3-1-2 BP 算法的原理	26-30
3-1-3 BP 神经网络的改进算法	30-31
§3-2 BP 预测补救模型在客流数据缺失中的应用	31-35
3-2-1 BP 网络的设计技巧	31-32
3-2-2 用于客流数据缺失问题的BP 预测补救模型	32-33
3-2-3 仿真实验与分析	33-35
§3-3 基于数据预调整的BP 预测补救模型	35-38
3-3-1 基于客流数据相关分析的预调整	35-36
3-3-2 仿真实验与分析	36-38
§3-4 本章小结	38-39
第四章基于误差修正的组合预测在客流数据补救中的应用	39-50
§4-1 组合预测概述	39-41
4-1-1 组合预测简介	39
4-1-2 组合预测的基本方法	39-40
4-1-3 非线性组合预测方法研究	40-41
§4-2 多元线性回归预测在客流数据补救中的应用	41-46
4-2-1 多元线性回归分析简介	41-44
4-2-2 用于客流数据缺失问题的多元线性回归预测补救模型	44-45
4-2-3 仿真实验与分析	45-46
§4-3 基于误差修正的组合预测在客流数据补救中的应用	46-48
4-3-1 组合预测模型的提出	46
4-3-2 基于误差修正的组合预测模型	46-47
4-3-3 仿真实验与分析	47-48
§4-4 本章小结	48-50
第五章主要结论和进一步工作	50-51
参考文献	51-53
致谢	53-54
攻读学位期间所取得的相关科研成果	54

【DOI】

LunWen.ID:2.2008.389186



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：客流数据缺失论文数据预测 BP神经网络多元线性回归组合预测模型

自动化基础最新论文

自动化基础热门论文