1. 毕业设计（论文）的内容和要求

工业过程数据通常存在高噪声、缺失值、样本异常等问题，在实际运用前需要对数据进行有效的预处理。

本课题旨在采用matlab开发一款软件，实现数据的预处理，含去噪、缺失值填补和异常样本识别。

具体任务包含： 1. 采用算法分别实现数据去噪、数据缺失值填补、数据异常值去除。

2. 参考文献

1.刘明吉, 王秀峰, 黄亚楼. 数据挖掘中的数据预处理[J],计算机科学,2000, 27(4): 54-58 2. I. Wasito, B. Mirkin. Nearest neighbour approach in the least-squares data imputation algorithms [J]. Information Sciences, 2005,169:1－25 3. 周晓云. 高维类别属性数据流离群点快速检测算法[J], 软件学报, 2007,18(4):933-942 4. Xiaofeng Song, Weimin Chen, Bin Jiang. Sample reducing method in SVM based on K-closed Sub-clusters [J]. International Journal of Innovative Computing Information and Control, 2008,4(7):1751-1760 5. K. M. Ting. An instance-weighting method to induce cost-sensitive trees [J]. IEEE Trans. on Knowledge and Data Engineering. 2002, 14(3): 659-665 6. 吴晓光, 徐精彩, 李树刚,等. 基于MATLAB实验数据的几种处理方法[J]. 自动化技术与应用, 2005, 24(1):25-27. 7. 王易炜, 张金鹏, 王龙. 基于MATLAB的数字滤波器设计及其在数据处理中的应用[J]. 航空兵器, 2011(4):43-47. 8. 王翔宇, 张引琼. 基于MATLAB的时间序列异常检测方法探讨[J]. 电脑知识与技术, 2012, 08(4):866-872.

3. 毕业设计（论文）进程安排

2019-1-2 ～2019-1-12 布置设计任务、学习基本知识 2019-1-12 ～2019-2-10 查阅文献、翻译文献、完成绪论 2019-2-11 ～2019-2-20 撰写开题报告、撰写PPT 2019-2-21 ～2019-3-1 修改开题报告并进行开题答辩 2019-3-2 ～2019-3-30 掌握常规算法 2019-4-1 ～2019-4-30 编程实现所用算法 2019-5-5 ～2019-5-15 运用matlab进行模拟仿真，作出性能对比实验；给出展示界面 2019-5-16 ～2019-5-25 撰写毕业论文初稿、改进系统程序 2019-5-26 ～2019-6-14 撰写毕业论文终稿 6-15之前 提交所有毕业设计正式材料电子稿与打印稿 2019-6-15 ～2019-6-18 准备答辩 2019-6-19 ～2019-6-23 答辩