高维数据的聚类分析方法研究及其应用
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究背景及选题意义 | 第10-12页 |
| ·研究现状及存在问题 | 第12-14页 |
| ·主要研究内容及特色 | 第14-15页 |
| ·本文结构安排 | 第15-17页 |
| 第二章 高维数据的聚类分析方法及应用 | 第17-33页 |
| ·聚类分析 | 第17-22页 |
| ·聚类分析过程 | 第17-19页 |
| ·传统的聚类算法 | 第19-22页 |
| ·高维数据的聚类分析方法 | 第22-30页 |
| ·高维数据的聚类分析过程 | 第22-23页 |
| ·维度约简 | 第23-26页 |
| ·高维数据聚类算法 | 第26-30页 |
| ·高维聚类方法在信息安全中的应用 | 第30-31页 |
| ·网络入侵检测 | 第30页 |
| ·垃圾邮件过滤 | 第30-31页 |
| ·本文研究重点与研究框架 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第三章 基于粗糙集的维度约简方法 | 第33-51页 |
| ·引言 | 第33-34页 |
| ·网络入侵检测中关键特征的选择 | 第34-38页 |
| ·网络入侵检测中的特征选择问题 | 第34-35页 |
| ·SMFS算法 | 第35-36页 |
| ·FHFS算法 | 第36-38页 |
| ·基于粗糙集和遗传算法的特征选择算法 | 第38-44页 |
| ·粗糙集理论及基于信息论的特征重要度 | 第38-39页 |
| ·遗传算法 | 第39-40页 |
| ·RMGFS特征选择算法过程 | 第40-44页 |
| ·实验比较与分析 | 第44-50页 |
| ·DARPA入侵检测数据集 | 第45-47页 |
| ·特征选择结果 | 第47-48页 |
| ·性能评估与分析 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第四章 高维数据的聚类初始化方法 | 第51-68页 |
| ·引言 | 第51-52页 |
| ·高维数据的聚类鲁棒性 | 第52-56页 |
| ·高维聚类的初始化问题 | 第52-53页 |
| ·传统的初始化方法 | 第53-56页 |
| ·一种新的聚类中心初始化IMSND算法 | 第56-61页 |
| ·SNDF密度因子定义 | 第56-58页 |
| ·IMSND算法过程 | 第58-61页 |
| ·IMSND算法在信息安全中的应用 | 第61-67页 |
| ·测试数据集 | 第61-62页 |
| ·实验设置 | 第62页 |
| ·性能评估与分析 | 第62-67页 |
| ·小结 | 第67-68页 |
| 第五章 基于高维聚类方法的信息安全应用系统 | 第68-78页 |
| ·HDCISS系统功能框架 | 第68-70页 |
| ·HDCISS系统体系架构 | 第70-72页 |
| ·HDCISS系统设计框架 | 第70-71页 |
| ·HDCISS系统开发环境 | 第71-72页 |
| ·HDCISS系统展示 | 第72-77页 |
| ·小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| ·总结 | 第78-79页 |
| ·展望 | 第79-80页 |
| 参考文献 | 第80-86页 |
| 攻读硕士期间科研成果 | 第86-88页 |
| 致谢 | 第88页 |
