| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-24页 |
| 1.1 异常检测概述 | 第10-14页 |
| 1.1.1 异常检测背景与意义 | 第10-11页 |
| 1.1.2 异常检测分类 | 第11-13页 |
| 1.1.3 异常检测应用场景 | 第13-14页 |
| 1.2 无监督异常检测特点及方法 | 第14-21页 |
| 1.2.1 无监督异常检测特点 | 第14-15页 |
| 1.2.2 无监督异常检测现状 | 第15-18页 |
| 1.2.3 无监督异常检测关键问题 | 第18-21页 |
| 1.3 本文的主要工作与创新 | 第21-22页 |
| 1.4 本文结构安排 | 第22-24页 |
| 第二章 无监督异常检测算法综述 | 第24-35页 |
| 2.1 基于统计方法 | 第24-26页 |
| 2.2 基于距离的方法 | 第26-27页 |
| 2.3 基于密度的方法 | 第27-29页 |
| 2.4 基于聚类的方法 | 第29-30页 |
| 2.5 基于树的方法 | 第30-33页 |
| 2.5.1 IHCUDT算法 | 第30-32页 |
| 2.5.2 iForest算法 | 第32页 |
| 2.5.3 SCiForest算法 | 第32-33页 |
| 2.5.4 RRCF算法 | 第33页 |
| 2.6 其他算法 | 第33-34页 |
| 2.7 相关工作总结 | 第34-35页 |
| 第三章 优化的隔离森林算法 | 第35-50页 |
| 3.1 研究动机 | 第35-36页 |
| 3.2 符号定义 | 第36-37页 |
| 3.3 算法研究 | 第37-46页 |
| 3.3.1 数据集取值分布的一般性假设 | 第38-40页 |
| 3.3.2 分割策略研究 | 第40-41页 |
| 3.3.3 场景实验 | 第41-45页 |
| 3.3.4 停止条件以及标签设定研究 | 第45-46页 |
| 3.4 算法流程 | 第46-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 基于梯度的寻点加速算法 | 第50-60页 |
| 4.1 研究动机 | 第50页 |
| 4.2 算法模型 | 第50-53页 |
| 4.2.1 梯度提升方法 | 第50-51页 |
| 4.2.2 决策树中的梯度提升算法 | 第51-53页 |
| 4.3 公式中的参数选择实验 | 第53-58页 |
| 4.3.1 α参数选择实验 | 第54-55页 |
| 4.3.2 β参数选择实验 | 第55-57页 |
| 4.3.3 γ参数选择实验 | 第57-58页 |
| 4.4 基于梯度的优化算法流程 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 实验结果与算法性能分析 | 第60-72页 |
| 5.1 无监督异常检测评价指标介绍 | 第60-61页 |
| 5.2 数据集介绍 | 第61页 |
| 5.3 实验分析 | 第61-71页 |
| 5.3.1 算法收敛性对比 | 第61-63页 |
| 5.3.2 真实数据集上的算法效果对比 | 第63-66页 |
| 5.3.3 梯度加速的OIF算法与原始OIF算法性能对比 | 第66-67页 |
| 5.3.4 异常数据密度对算法性能的影响 | 第67页 |
| 5.3.5 不同数据分布对算法的影响 | 第67-68页 |
| 5.3.6 OIT算法与SCiTree在结构上的对比 | 第68-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-73页 |
| 6.1 本文总结 | 第72页 |
| 6.2 未来工作展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间取得的成果 | 第78页 |