环境数据缺省值的处理方法的比较<”*>

摘要：

本文采用模式识别中的K最近邻法(KNN方法)对不满足于统计模型的数据阵中的缺省值进行预测,并以对原始数据进行最大似然主成分分析法(MPCA)、中值法、均值法获得的结论相比较,通过结论得出,几种分析方法得到的结果基本一致.KNN方法预测获得的数据比MPCA得理详尽的信息,由此我们证实KNN方法对缺省值预测的正确性和优越性.

关键词： 最邻近法 最大似然主成分分析 环境数据 数据监测 模式识别

作者: 李梦龙 王晃 马宁

作者单位: 四川大学化学学院(成都)

会议类型: 国内会议

会议名称: 第四届西南、中南地区分析化学学术交流会

会议地点: 重庆

会议语种:中文

页码: 103-104

在线出版日期: 2002-11-01（万方平台首次上网日期，不代表论文的发表时间）