基于密度的不确定离群点检测研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 引言 | 第8-12页 |
| ·研究背景 | 第8页 |
| ·研究内容与意义 | 第8-11页 |
| ·研究现状 | 第8-9页 |
| ·研究目的与意义 | 第9-10页 |
| ·研究内容与思路 | 第10-11页 |
| ·本文的组织结构 | 第11-12页 |
| 第二章 离群点检测与不确定数据 | 第12-25页 |
| ·离群点检测与相关方法 | 第12-19页 |
| ·离群点检测的概念与成因分析 | 第12页 |
| ·基于统计的离群点检测 | 第12-13页 |
| ·基于偏差的离群点检测 | 第13页 |
| ·基于聚类的离群点检测 | 第13-14页 |
| ·基于距离的离群点检测 | 第14页 |
| ·基于密度的局部离群点检测 | 第14-19页 |
| ·不确定数据与可能世界模型 | 第19-24页 |
| ·不确定数据产生的原因 | 第19-20页 |
| ·不确定数据的管理 | 第20页 |
| ·不确定数据的类型 | 第20-21页 |
| ·可能世界模型 | 第21-24页 |
| ·可能世界模型的挑战 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于密度的不确定局部离群点检测方法 | 第25-37页 |
| ·引例 | 第25页 |
| ·相关的概念定义与理论 | 第25-29页 |
| ·算法设计 | 第29-33页 |
| ·计算可能世界概率的算法 | 第29页 |
| ·计算每个可能世界中对象的局部离群因子的算法 | 第29-30页 |
| ·计算不确定对象的局部离群因子的算法 | 第30页 |
| ·实例说明算法过程 | 第30-33页 |
| ·时间复杂性与特性分析 | 第33-36页 |
| ·时间复杂性分析 | 第33-34页 |
| ·特性分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 优化策略 | 第37-47页 |
| ·基于动态规划方法求可能世界概率的算法研究 | 第37-41页 |
| ·动态规划方法的理论基础一 | 第38页 |
| ·动态规划方法的理论基础二 | 第38-39页 |
| ·基于动态规划方法计算可能世界概率 | 第39-41页 |
| ·算法 | 第41页 |
| ·剪枝策略 | 第41-43页 |
| ·基于网格的优化方法 | 第43-46页 |
| ·相关定义 | 第43-44页 |
| ·算法 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 实验分析 | 第47-61页 |
| ·实验环境和实验数据 | 第47页 |
| ·实验结果和算法分析 | 第47-58页 |
| ·传统的与动态规划的方法对比 | 第47-49页 |
| ·计算对象ULOF 值方法的对比 | 第49-58页 |
| ·基于真实数据的实验分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-62页 |
| ·研究工作总结 | 第61页 |
| ·本文的创新点 | 第61页 |
| ·未来工作的展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 已发表的论文 | 第65-66页 |
| 致谢 | 第66页 |
