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

基于模糊聚类分析的数据异常知识发现方法

摘要第4-5页
ABSTRACT第5页
第一章 绪论第8-12页
    1.1 课题背景及研究的目的和意义第8页
    1.2 异常点检测的研究现状第8-10页
        1.2.1 国外研究现状第9页
        1.2.2 国内研究现状第9-10页
    1.3 本文的主要研究内容及结构安排第10-12页
        1.3.1 本文的主要研究内容第10-11页
        1.3.2 本文的结构安排第11-12页
第二章 异常点检测方法概述第12-24页
    2.1 引言第12页
    2.2 异常点检测常用的方法第12-23页
        2.2.1 基于统计分布的异常点检测方法第12-13页
        2.2.2 基于距离的异常点检测方法第13-15页
        2.2.3 基于偏差的异常点检测方法第15-16页
        2.2.4 基于深度的异常点检测方法第16页
        2.2.5 基于聚类的异常点检测方法第16-20页
        2.2.6 基于密度的异常点检测方法第20-23页
    2.3 本章小结第23-24页
第三章 改进的FCM数据聚类算法第24-34页
    3.1 引言第24页
    3.2 模糊c ? 均值算法的不足及改进第24-25页
    3.3 邻域-模糊C均值(NFCM)方法第25-27页
    3.4 数值试验及实验分析第27-33页
    3.5 本章小结第33-34页
第四章 改进的LOF方法第34-44页
    4.1 引言第34页
    4.2 模糊LOF算法(NFU-LOF算法)第34-36页
    4.3 数值实验结果第36-42页
    4.4 本章小结第42-44页
结论第44-45页
参考文献第45-51页
致谢第51页

论文共51页,点击 下载论文
上一篇:基于动态遗传算法的云计算任务节能调度策略研究
下一篇:基于GBDT的社区问题标签推荐技术研究