本书反映了著者在漏磁内检测数据预处理方面的研究成果，此外还参考了国内外有关数据和大量的文献资料，尝试对漏磁内检测数据预处理进行全面的总结。
本书分为6章。第1章为绪论；第2章介绍了漏磁数据有效性判定准则及方法；第3章介绍了漏磁数据校正方法，包括里程校正和基线校正；第4章介绍了漏磁数据滤波方法；第5章介绍了漏磁数据异常特征及其检测方法；第6章介绍了漏磁缺失数据类型及插补方法。

第1章 绪论
1.1 漏磁内检测数据预处理的目的及意义
1.1.1 漏磁内检测的研究目的及意义
1.1.2 数据预处理的研究目的及意义
1.2 管道漏磁内检测基本原理
1.2.1 常见的无损检测
1.2.2 漏磁内检测的基本原理
1.2.3 漏磁检测在管道缺陷的适用性
1.3 国内外管道漏磁内检测数据预处理方法研究现状
1.3.1 国内外管道漏磁内检测研究现状
1.3.2 国内外数据预处理方法研究现状
1.4 漏磁内检测数据预处理流程
第2章 漏磁内检测数据有效性判定方法
2.1 有效性判定原则
2.2 有效性判定方法
2.2.1 数据抽样
2.2.2 数据缺失百分比判定
2.2.3 数据异常百分比计算
2.2.4 里程信息准确性判定
第3章 漏磁内检测数据校正方法
3.1 漏磁数据校正基本理论
3.1.1 漏磁检测信号的信息识别
3.1.2 漏磁数据校正基本理论
3.2 漏磁数据里程校正
3.3 漏磁数据基线校正
3.3.1 基于中值校正的基线校正方法
3.3.2 基于改进的平均中值基线校正方法
第4章 漏磁内检测数据滤波方法
4.1 漏磁信号的频谱分析
4.1.1 频谱分析原理
4.1.2 噪声识别
4.1.3 漏磁信号的频谱分析
4.2 滤波原理
4.2.1 滤波原理
4.2.2 边缘效应
4.3 漏磁数据单通道经典滤波方法
4.3.1 FFT滤波
4.3.2 中值滤波
4.3.3 平滑均值滤波
4.3.4 窗函数法滤波
4.3.5 函数法小波滤波
4.3.6 一维小波工具箱滤波
4.3.7 等纹低通滤波
4.3.8 贝塞尔滤波
4.4 漏磁数据单通道自适应滤波方法
4.4.1 单通道自适应滤波算法设计
4.4.2 无缺陷信号混合滤波算法
4.4.3 大缺陷信号混合滤波算法
4.4.4 小波动信号混合滤波算法
4.4.5 漏磁数据单通道自适应滤波算法的实现
4.5 漏磁数据多通道经典滤波方法
4.5.1 高斯滤波
4.5.2 巴特沃斯滤波
4.5.3 小波包滤波
4.6 漏磁数据多通道自适应滤波方法
4.6.1 多通道自适应滤波算法设计
4.6.2 无缺陷区域混合滤波算法
4.6.3 大缺陷区域混合滤波算法
4.6.4 小波动区域混合滤波算法
4.6.5 漏磁数据多通道自适应算法的实现
第5章 漏磁内检测异常数据检测方法
5.1 异常信号识别
5.1.1 超限信号
5.1.2 传感器剧烈抖动信号
5.1.3 局部过平滑信号
5.1.4 数据漂移信号
5.1.5 单通道异常点分析
5.2 基于阈值分割的漏磁异常数据检测方法
5.2.1 阈值分割算法理论及步骤
5.2.2 仿真分析
5.3 基于差分分段的漏磁异常数据检测方法
5.3.1 差分分段法理论及步骤
5.3.2 仿真验证
5.4 基于移动窗体局部均方差的漏磁异常数据检测方法
5.4.1 移动窗体局部均方差方法的理论及步骤
5.4.2 仿真分析
第6章 漏磁内检测缺失数据插补方法
6.1 漏磁数据缺失评估
6.1.1 漏磁数据缺失情况判定方法
6.1.2 漏磁内检测数据缺失特征识别
6.2 经典缺失数据插补方法
6.2.1 双线性插补
6.2.2 三次Lagrange插补
6.2.3 三次样条插补
6.2.4 自适应多重插补
6.2.5 克里金插补
6.3 基于KNN的漏磁数据插补方法
6.3.1 KNN算法的原理
6.3.2 基于KNN的漏磁缺失数据插补方法
6.3.3 仿真数据结果分析
6.4 基于K-D tree驱动的高效缺失数据插补
6.4.1 K-D tree数据结构原理
6.4.2 基于K-D tree驱动的高效近邻搜索方法
6.5 基于KNN-SVR的缺失数据插补
6.5.1 多输出SVR算法原理
6.5.2 基于KNN-SVR的数据插补
6.5.3 仿真数据结果分析
6.6 基于LS-KNN的漏磁数据插补方法
6.6.1 LS-KNN数据插补流程
6.6.2 仿真结果分析
6.6.3 算法比较
参考文献