| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 论文研究背景及意义 | 第11-12页 |
| 1.2 论文的研究内容与组织结构 | 第12-15页 |
| 第二章 孤立点检测算法概述 | 第15-23页 |
| 2.1 孤立点的定义 | 第15页 |
| 2.2 孤立点检测中的数据类型 | 第15-16页 |
| 2.2.1 数据的表示 | 第15-16页 |
| 2.2.2 数据的类型 | 第16页 |
| 2.3 孤立点检测的主要过程 | 第16-17页 |
| 2.4 孤立点检测算法的主要分类 | 第17-22页 |
| 2.4.1 基于距离的方法 | 第18-19页 |
| 2.4.2 基于密度的方法 | 第19-20页 |
| 2.4.3 基于聚类的方法 | 第20-21页 |
| 2.4.4 基于单元的方法 | 第21-22页 |
| 2.4.5 基于统计模型的方法 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 面向数值数据的PNNRD算法 | 第23-31页 |
| 3.1 研究动机 | 第23页 |
| 3.2 相异性度量模型 | 第23-24页 |
| 3.3 面向数值数据的PNNRD算法 | 第24-25页 |
| 3.4 实验结果与分析 | 第25-30页 |
| 3.4.1 Iris数据 | 第26-27页 |
| 3.4.2 Ionosphere数据 | 第27-28页 |
| 3.4.3 Wine数据 | 第28-29页 |
| 3.4.4 Yeast数据 | 第29页 |
| 3.4.5 Wisconsin Breast Cancer数据 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 面向混合数据的MPNNRD算法 | 第31-39页 |
| 4.1 面向分类数据的WDOD算法 | 第31-32页 |
| 4.2 面向混合数据的MPNNRD算法 | 第32-34页 |
| 4.3 实验结果与分析 | 第34-38页 |
| 4.3.1 Housing数据 | 第35-36页 |
| 4.3.2 KDDCUP数据 | 第36页 |
| 4.3.3 Adult数据 | 第36-37页 |
| 4.3.4 Thyroid数据 | 第37-38页 |
| 4.4 小结 | 第38-39页 |
| 第五章 孤立点检测实验系统的设计与实现 | 第39-43页 |
| 5.1 引言 | 第39页 |
| 5.2 系统功能 | 第39页 |
| 5.3 系统界面展示 | 第39-41页 |
| 5.4 小结 | 第41-43页 |
| 第六章 总结与展望 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 攻读学位期间取得的研究成果 | 第49-51页 |
| 致谢 | 第51-53页 |
| 个人简况及联系方式 | 第53-57页 |