数据流聚类算法及其应用的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景及研究现状 | 第10-12页 |
| ·研究背景 | 第10页 |
| ·研究现状 | 第10-12页 |
| ·本人的主要工作及内容组织 | 第12-14页 |
| 第二章 支持向量机 | 第14-22页 |
| ·引言 | 第14页 |
| ·统计学习理论 | 第14-21页 |
| ·最优分类超平面 | 第16-18页 |
| ·广义最优分类超平面 | 第18页 |
| ·支持向量机 | 第18-19页 |
| ·核函数 | 第19-20页 |
| ·支持向量机的训练方法 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 一种改进的顺序聚类算法 | 第22-30页 |
| ·引言 | 第22页 |
| ·问题描述 | 第22-23页 |
| ·参数优化 | 第23-25页 |
| ·聚类算法 | 第25-26页 |
| ·算法分析 | 第26-27页 |
| ·实验与结果分析 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第四章 基于数据流聚类的垃圾邮件过滤模型 | 第30-46页 |
| ·引言 | 第30页 |
| ·电子邮件的工作原理 | 第30-35页 |
| ·邮件地址 | 第31页 |
| ·邮件的传送过程 | 第31-32页 |
| ·邮件格式 | 第32-35页 |
| ·Open Relay的原理 | 第35页 |
| ·垃圾邮件的生命周期 | 第35-36页 |
| ·垃圾邮件过滤 | 第36-41页 |
| ·邮件的预处理 | 第36-37页 |
| ·邮件表示 | 第37-39页 |
| ·特征项选择 | 第39-41页 |
| ·基于数据流聚类的邮件过滤模型 | 第41-42页 |
| ·实验与结果分析 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 基于数据流聚类的入侵检测模型 | 第46-58页 |
| ·引言 | 第46-47页 |
| ·网络入侵 | 第47-50页 |
| ·网络入侵过程概述 | 第47页 |
| ·入侵技术的特点 | 第47-48页 |
| ·入侵技术的分类 | 第48-50页 |
| ·特征筛选 | 第50-51页 |
| ·改进的入侵检测模型 | 第51-53页 |
| ·实验与结果分析 | 第53-57页 |
| ·实验数据 | 第53-54页 |
| ·数据预处理 | 第54页 |
| ·评估指标 | 第54-56页 |
| ·实验 | 第56-57页 |
| ·结果分析 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第六章 结束语 | 第58-62页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-62页 |
| 参考文献 | 第62-68页 |
| 附录 KDD-CUP'99数据集样本分布情况 | 第68-70页 |
| 硕士期间科研成果 | 第70-71页 |
| 致谢 | 第71页 |
