首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于距离和的离群数据挖掘算法及应用

中文摘要第1-4页
ABSTRACT第4-8页
第一章 绪论第8-18页
   ·数据挖掘概论第8-15页
     ·数据挖掘的产生第8页
     ·数据挖掘的任务第8-10页
     ·数据挖掘的方法及步骤第10-13页
     ·数据挖掘的应用第13-15页
   ·离群点挖掘及研究现状第15-16页
     ·离群点挖掘第15页
     ·研究现状第15-16页
   ·研究工作及论文组织第16-18页
     ·研究工作第16页
     ·论文组织第16-18页
第二章 离群数据挖掘及相关理论知识第18-24页
   ·离群数据挖掘方法第18-20页
     ·基于距离的离群数据挖掘方法第18-19页
     ·海量高维离群数据挖掘方法第19-20页
   ·相关理论知识第20-22页
     ·剪枝技术第20-21页
     ·p 权值度量方法第21页
     ·信息熵第21-22页
   ·结束语第22-24页
第三章 一种基于 p 权值的离群数据挖掘算法第24-32页
   ·引言第24页
   ·相关工作分析与比较第24-25页
   ·基本概念和定义第25-26页
     ·相似性搜索第25-26页
     ·几个相关的定义第26页
   ·基于剪枝的候选离群数据集第26-27页
   ·基于 p 权值的离群数据挖掘算法第27-30页
     ·p 权值方法第27页
     ·算法思想第27-28页
     ·算法描述第28-29页
     ·举例第29-30页
   ·实验结果与分析第30-31页
   ·结束语第31-32页
第四章 基于属性权值的 wk-距离与离群数据挖掘算法第32-42页
   ·引言第32-33页
   ·基于属性加权值的 wk-距离和离群数据挖掘算法第33-35页
     ·属性权值第33页
     ·属性权值确定方法第33-34页
     ·wk-距离和第34页
     ·算法描述第34-35页
   ·实例分析第35-37页
   ·实验结果分析第37-40页
   ·结束语第40-42页
第五章 天文光谱特征线离群数据挖掘系统第42-48页
   ·引言第42-43页
   ·系统的功能模块第43页
   ·关键技术第43-44页
   ·系统运行结果及分析第44-46页
   ·结束语第46-48页
第六章 总结与展望第48-50页
   ·总结第48页
   ·展望第48-50页
参考文献第50-56页
致谢第56-58页
攻读硕士学位期间发表的学术论文及参与项目第58-60页
个人简介与联系方式第60-61页

论文共61页,点击 下载论文
上一篇:基于用户兴趣模型的个性化搜索算法研究
下一篇:基于PCNN和PSO的灰度图像增强