基于核方法的异常检测技术的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·引言 | 第7页 |
| ·模式识别技术的发展和应用 | 第7-9页 |
| ·核函数研究方法介绍 | 第9-10页 |
| ·核函数的基本性质 | 第9-10页 |
| ·核函数的分类 | 第10页 |
| ·支持向量机与核函数的发展现状 | 第10-15页 |
| ·支持向量机简介 | 第10-11页 |
| ·支持向量机理论方法 | 第11-14页 |
| ·支持向量机与核函数的发展现状 | 第14-15页 |
| ·UCI 数据库简介 | 第15页 |
| ·论文的主要内容和章节安排 | 第15-17页 |
| 第二章 异常检测技术的介绍 | 第17-23页 |
| ·异常检测技术的研究背景 | 第17-18页 |
| ·异常检测技术的发展现状 | 第18-20页 |
| ·基于统计方法的异常检测方法 | 第18页 |
| ·基于预测模式的异常检测方法 | 第18-20页 |
| ·人工智能算法在异常检测中的应用 | 第20页 |
| ·异常检测技术与特征选择技术 | 第20-23页 |
| ·特征选择的定义 | 第20-21页 |
| ·特征选择的发展与现状 | 第21-22页 |
| ·特征提取技术在异常检测中的作用 | 第22-23页 |
| 第三章 关于核化空间深度的两种异常检测算法 | 第23-36页 |
| ·核化空间深度异常检测的模糊决策法 | 第23-29页 |
| ·概述 | 第23页 |
| ·核化空间深度的异常检测算法及最小包围核算法 | 第23-26页 |
| ·本算法提出的思想 | 第26-27页 |
| ·实验及分析 | 第27-29页 |
| ·本节小结 | 第29页 |
| ·基于核化深度函数权重的最小包围核异常检测算法 | 第29-36页 |
| ·常用权重分配方法 | 第30-32页 |
| ·算法的主要思想 | 第32-34页 |
| ·实验分析 | 第34页 |
| ·本算法小结 | 第34-36页 |
| 第四章 核化空间深度间距的特征提取方法 | 第36-47页 |
| ·引言 | 第36页 |
| ·传统的特征提取算法 | 第36-37页 |
| ·Relief 算法的介绍 | 第36-37页 |
| ·Relief 特征提取算法的缺点 | 第37页 |
| ·核化空间深度间距函数的特征提取算法 | 第37-39页 |
| ·核化空间深度函数的介绍 | 第37-38页 |
| ·核化空间深度函数距离与欧式距离比较 | 第38-39页 |
| ·本算法的核心思想 | 第39页 |
| ·实验及分析 | 第39-46页 |
| ·实验数据集介绍 | 第39页 |
| ·实验方法 | 第39-40页 |
| ·实验结果及分析 | 第40-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| ·本文工作总结 | 第47页 |
| ·未来工作展望 | 第47-49页 |
| 致谢 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第56页 |
