基于人工免疫的轨迹聚类和异常检测算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 图表清单 | 第8-9页 |
| 注释表 | 第9-10页 |
| 第一章 绪论 | 第10-19页 |
| ·数据挖掘概述 | 第10-13页 |
| ·数据挖掘产生与发展 | 第10-11页 |
| ·数据挖掘的方法 | 第11-13页 |
| ·人工免疫系统概述 | 第13-15页 |
| ·人工免疫系统的产生发展 | 第13页 |
| ·人工免疫系统的应用 | 第13-15页 |
| ·选题依据 | 第15-17页 |
| ·选题背景 | 第15-16页 |
| ·选题内容 | 第16-17页 |
| ·选题意义 | 第17页 |
| ·本文结构安排 | 第17-19页 |
| 第二章 人工免疫系统简介 | 第19-29页 |
| ·生物免疫概述 | 第19-23页 |
| ·生物免疫基本构成 | 第19-20页 |
| ·免疫应答机制 | 第20-21页 |
| ·克隆选择原理 | 第21-22页 |
| ·生物免疫系统特点 | 第22-23页 |
| ·人工免疫概述 | 第23-28页 |
| ·人工免疫系统的特点 | 第23-24页 |
| ·人工免疫系统研究现状 | 第24-25页 |
| ·人工免疫与数据挖掘 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于人工免疫的轨迹聚类算法 | 第29-48页 |
| ·相关概念 | 第29-31页 |
| ·轨迹聚类相关概念 | 第29-30页 |
| ·线段距离计算公式 | 第30-31页 |
| ·轨迹聚类框架分析 | 第31-36页 |
| ·轨迹分段 | 第32-34页 |
| ·分段聚类 | 第34-35页 |
| ·代表轨迹 | 第35-36页 |
| ·AIBTC 算法介绍 | 第36-46页 |
| ·问题提出 | 第36-37页 |
| ·AIBTC 算法 | 第37-40页 |
| ·实验结果及分析 | 第40-45页 |
| ·实验数据 | 第41页 |
| ·实验结果 | 第41-43页 |
| ·实验分析 | 第43-45页 |
| ·轨迹聚类结果评价 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第四章 基于人工免疫的轨迹异常检测算法 | 第48-62页 |
| ·相关概念 | 第48-52页 |
| ·轨迹异常检测相关概念 | 第48-51页 |
| ·轨迹异常检测框架分析 | 第51-52页 |
| ·AIBTOD 算法介绍 | 第52-57页 |
| ·问题提出 | 第52-53页 |
| ·AIBTOD 算法 | 第53-57页 |
| ·实验结果及分析 | 第57-61页 |
| ·实验数据 | 第57页 |
| ·实验结果 | 第57-58页 |
| ·实验分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 结束语 | 第62-65页 |
| ·本文总结 | 第62-64页 |
| ·研究展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 在学期间的研究成果及发表的学术论文 | 第71页 |
