基于密度的局部离群点检测算法分析与研究
摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
1 绪论 | 第8-13页 |
·研究背景及意义 | 第8-9页 |
·研究背景 | 第8-9页 |
·研究意义 | 第9页 |
·国内外研究现状 | 第9-11页 |
·论文主要内容及组织框架 | 第11-12页 |
·论文主要内容 | 第11-12页 |
·论文组织框架 | 第12页 |
·本章小结 | 第12-13页 |
2 离群点挖掘方法概述 | 第13-26页 |
·数据挖掘概述 | 第13-15页 |
·数据挖掘定义 | 第13页 |
·数据挖掘过程 | 第13-15页 |
·数据挖掘任务 | 第15页 |
·离群点挖掘概述 | 第15-18页 |
·离群点 | 第15-16页 |
·离群点挖掘 | 第16-18页 |
·离群点挖掘的基本方法 | 第18-22页 |
·基于统计的离群点挖掘方法 | 第18-19页 |
·基于深度的离群点挖掘方法 | 第19页 |
·基于偏差的离群点挖掘方法 | 第19-20页 |
·基于聚类的离群点挖掘方法 | 第20-21页 |
·基于距离的离群点挖掘方法 | 第21-22页 |
·离群数据挖掘的研究热点及趋势 | 第22-25页 |
·高维大数据集离群点挖掘 | 第22-23页 |
·Web 离群点挖掘 | 第23页 |
·空间离群点挖掘 | 第23-24页 |
·时序离群点挖掘 | 第24-25页 |
·离群点挖掘的应用 | 第25页 |
·本章小结 | 第25-26页 |
3 基于密度的局部离群点检测算法分析与研究 | 第26-38页 |
·局部离群点的引入 | 第26-27页 |
·基于密度的局部离群点检测算法介绍 | 第27-28页 |
·基于密度的局部离群点检测算法探讨 | 第28-31页 |
·问题的引入 | 第28-29页 |
·NDOD 算法的主要思想 | 第29页 |
·NDOD 算法的不足 | 第29-30页 |
·记忆效应思想 | 第30-31页 |
·基于方形对称邻域和记忆效应的局部离群点检测算 | 第31-37页 |
·基本概念 | 第32-34页 |
·算法介绍 | 第34-37页 |
·本章小结 | 第37-38页 |
4 算法分析及实验测试 | 第38-46页 |
·算法复杂度分析 | 第38页 |
·算法初始参数探讨 | 第38-40页 |
·实验测试 | 第40-45页 |
·数据预处理—数据规范化 | 第40-41页 |
·有效性实验 | 第41-43页 |
·算法运行效率比较 | 第43-44页 |
·综合性实验 | 第44-45页 |
·本章小结 | 第45-46页 |
5 总结及展望 | 第46-49页 |
·主要工作 | 第46-47页 |
·工作展望 | 第47-49页 |
致谢 | 第49-50页 |
参考文献 | 第50-55页 |
附录 | 第55页 |
A. 作者在攻读学位期间发表的论文目录 | 第55页 |
B. 作者在攻读学位期间取得的科研成果目录 | 第55页 |