基于密度差异的离群点检测研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第9-11页 |
| 1 引言 | 第11-17页 |
| 1.1 研究背景及现状 | 第11-14页 |
| 1.1.1 研究背景 | 第11-13页 |
| 1.1.2 研究现状 | 第13-14页 |
| 1.2 研究意义 | 第14-15页 |
| 1.3 本文主要工作及组织框架 | 第15-16页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 组织框架 | 第16页 |
| 1.4 本章小结 | 第16-17页 |
| 2 离群点检测相关知识 | 第17-31页 |
| 2.1 离群点概述 | 第17-22页 |
| 2.1.1 离群点产生原因 | 第17-19页 |
| 2.1.2 离群点定义 | 第19-20页 |
| 2.1.3 离群点种类 | 第20-22页 |
| 2.2 离群点检测方法 | 第22-27页 |
| 2.2.1 基于统计的离群点检测方法 | 第23页 |
| 2.2.2 基于近邻的离群点检测方法 | 第23-25页 |
| 2.2.3 基于聚类的离群点检测方法 | 第25-26页 |
| 2.2.4 基于分类的离群点检测方法 | 第26-27页 |
| 2.3 离群点检测方法的评价指标 | 第27-28页 |
| 2.4 离群点检测的研究热点 | 第28-29页 |
| 2.5 离群点检测的实际应用 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 3 基于密度差异的离群点检测算法 | 第31-38页 |
| 3.1 基于LOF的离群点检测算法 | 第31-33页 |
| 3.2 基于数据密度估计的离群点检测算法 | 第33-37页 |
| 3.2.1 山峰聚类算法 | 第33-34页 |
| 3.2.2 快速查找峰值的聚类算法 | 第34-35页 |
| 3.2.3 局部尺度化 | 第35-36页 |
| 3.2.4 基于数据密度估计的离群点检测算法 | 第36-37页 |
| 3.3 LOF与MMOD比较 | 第37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 基于属性及密度差异的离群点检测算法 | 第38-55页 |
| 4.1 算法改进策略 | 第38-43页 |
| 4.1.1 信息熵及属性约简 | 第38-40页 |
| 4.1.2 改进的马氏距离 | 第40-43页 |
| 4.2 算法思想 | 第43-44页 |
| 4.3 算法描述 | 第44-46页 |
| 4.4 实验结果与分析 | 第46-54页 |
| 4.4.1 合成数据集实验 | 第46-50页 |
| 4.4.2 实际数据集实验 | 第50-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5 集体离群点检测 | 第55-71页 |
| 5.1 模糊C均值 | 第55-57页 |
| 5.1.1 FCM聚类过程 | 第55-57页 |
| 5.1.2 基于IMMOD算法的类中心估计法 | 第57页 |
| 5.2 FindCBLOF检测算法 | 第57-58页 |
| 5.3 基于属性及密度差异的集体离群点检测算法 | 第58-65页 |
| 5.3.1 算法思想 | 第59-61页 |
| 5.3.2 算法描述 | 第61-65页 |
| 5.4 实验结果与分析 | 第65-70页 |
| 5.5 本章小结 | 第70-71页 |
| 6 结论 | 第71-73页 |
| 6.1 本文工作总结 | 第71页 |
| 6.2 进一步的研究 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第76-78页 |
| 学位论文数据集 | 第78页 |
