空间离群点挖掘技术的研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景 | 第12-13页 |
| ·论文的主要研究内容及创新之处 | 第13-16页 |
| ·论文的主要研究内容 | 第13-14页 |
| ·论文主要贡献点 | 第14-16页 |
| ·论文的组织结构 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 离群点挖掘技术 | 第18-37页 |
| ·离群点挖掘方法的分类 | 第18-21页 |
| ·基于分布的离群点 | 第19页 |
| ·基于深度的离群点 | 第19-20页 |
| ·基于聚类的离群点 | 第20页 |
| ·基于距离的离群点 | 第20页 |
| ·基于密度的离群点 | 第20-21页 |
| ·基于距离的离群点挖掘 | 第21-27页 |
| ·基于索引的离群点挖掘算法 | 第21-22页 |
| ·基于块嵌套循环的离群点挖掘算法 | 第22页 |
| ·基于单元格的离群点挖掘算法 | 第22-25页 |
| ·基于随机化嵌套循环和简单剪枝规则算法 | 第25-27页 |
| ·基于密度的离群点挖掘 | 第27-30页 |
| ·离群点挖掘研究热点及发展趋势 | 第30-35页 |
| ·高维大数据集中离群点的挖掘 | 第30-32页 |
| ·空间离群点的挖掘 | 第32-34页 |
| ·时序离群点的挖掘 | 第34-35页 |
| ·离群点挖掘的应用 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第三章 基于SLOF的空间离群点挖掘算法 | 第37-56页 |
| ·基于属性划分的局部离群点挖掘 | 第38-40页 |
| ·空间离群点挖掘的特性 | 第40-43页 |
| ·空间数据特性 | 第40-41页 |
| ·空间对象属性划分 | 第41页 |
| ·空间离群点挖掘 | 第41-43页 |
| ·基于SLOF的空间离群点挖掘算法 | 第43-46页 |
| ·SLOF的计算 | 第43-45页 |
| ·基于SLOF算法的形式化 | 第45页 |
| ·ASLOF算法描述 | 第45页 |
| ·算法复杂度分析 | 第45-46页 |
| ·实验测试及分析 | 第46-54页 |
| ·合成数据集1的测试结果与分析 | 第47-48页 |
| ·合成数据集2的测试结果与分析 | 第48-50页 |
| ·实际数据集的测试结果与分析 | 第50-54页 |
| ·本章小结 | 第54-56页 |
| 第四章 混合属性数据的空间离群点挖掘 | 第56-69页 |
| ·基于分类属性的离群点挖掘技术 | 第56-59页 |
| ·基于信息熵理论的离群点挖掘 | 第57页 |
| ·基于频繁模式的离群点挖掘 | 第57-58页 |
| ·基于属性值频度的离群点挖掘 | 第58-59页 |
| ·属性类型及标准化 | 第59-61页 |
| ·属性类型 | 第59-60页 |
| ·属性值的标准化 | 第60-61页 |
| ·混合类型变量间的相异度计算 | 第61-63页 |
| ·传统方法 | 第61-62页 |
| ·改进方法 | 第62-63页 |
| ·MASLOF算法 | 第63-66页 |
| ·分类属性的数值化算法 | 第63-65页 |
| ·基于混合属性的空间离群点挖掘算法 | 第65-66页 |
| ·实验结果与分析 | 第66-67页 |
| ·本章小结 | 第67-69页 |
| 第五章 高维大数据集的空间离群点快速挖掘算法 | 第69-96页 |
| ·高维大数据量的离群点快速挖掘技术 | 第69-76页 |
| ·高维离群点挖掘研究 | 第69-73页 |
| ·离群点快速挖掘算法研究 | 第73-74页 |
| ·高维空间大数据量离群点的挖掘研究 | 第74-76页 |
| ·基于层次结构的剪枝策略 | 第76-82页 |
| ·层次编码结构 | 第76-77页 |
| ·基于层次编码结构的快速剪枝策略 | 第77-82页 |
| ·属性的权值确定 | 第82-84页 |
| ·基于子空间的空间离群度度量和挖掘算法 | 第84-87页 |
| ·基于离群子空间的空间离群度度量 | 第85-86页 |
| ·基于离群子空间的空间离群点挖掘算法 | 第86-87页 |
| ·基于集成学习的空间离群点挖掘 | 第87-90页 |
| ·基于集成学习的快速空间离群点挖掘算法 | 第87-88页 |
| ·分区和剪枝 | 第88-89页 |
| ·基于子空间的空间离群点挖掘 | 第89页 |
| ·属性的权值的计算 | 第89页 |
| ·子空间的集成 | 第89-90页 |
| ·算法复杂度分析 | 第90页 |
| ·实验结果与分析 | 第90-95页 |
| ·实际数据集测试结果与分析 | 第90-92页 |
| ·合成数据集测试结果与分析 | 第92-95页 |
| ·本章小结 | 第95-96页 |
| 第六章 分布式环境下隐私保护的空间离群点挖掘 | 第96-108页 |
| ·相关概念与定义 | 第96-99页 |
| ·隐私保护的安全多方计算协议 | 第99-101页 |
| ·DPPASLOF算法 | 第101-107页 |
| ·问题形式化 | 第101-102页 |
| ·索引和数据结构 | 第102-103页 |
| ·DPPASLOF算法描述 | 第103-105页 |
| ·算法的安全性分析 | 第105-106页 |
| ·算法的复杂度分析 | 第106页 |
| ·算法的通信开销分析 | 第106-107页 |
| ·本章小结 | 第107-108页 |
| 第七章 结束语 | 第108-110页 |
| ·工作总结 | 第108-109页 |
| ·下一步的研究方向 | 第109-110页 |
| 致谢 | 第110-111页 |
| 参考文献 | 第111-116页 |
| 攻读博士学位期间发表的学术论文与课题 | 第116-118页 |
