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--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于投影的高维数据异常检测研究

摘要第1-4页
ABSTRACT第4-10页
1 绪论第10-15页
   ·选题的意义第10-11页
   ·研究现状第11-13页
     ·挖掘方法与用户交互问题第11-12页
     ·性能问题第12页
     ·数据库类型多样化所涉及的问题第12-13页
   ·论文的组织结构第13-15页
2 数据挖掘概述第15-30页
   ·数据挖掘的定义、组成及研究对象第15-17页
     ·数据挖掘的定义第15页
     ·数据挖掘的组成第15-16页
     ·数据挖掘的研究对象第16-17页
   ·数据挖掘的主要模式第17-22页
     ·模式的分类第18-21页
     ·模式的评价第21-22页
   ·数据挖掘方法第22-28页
     ·统计学方法第23页
     ·决策树第23-24页
     ·神经网络第24-25页
     ·遗传进化理论第25页
     ·模糊理论第25-26页
     ·粗糙集理论第26-27页
     ·蚁群仿真第27-28页
   ·数据挖掘应用领域第28-29页
     ·科学研究第28页
     ·市场行销第28页
     ·金融投资第28页
     ·欺诈甄别第28-29页
     ·产品制造第29页
     ·通信网络管理第29页
     ·Internet 应用第29页
   ·本章小结第29-30页
3 异常挖掘的研究第30-37页
   ·异常挖掘概述第30-31页
   ·异常检测应用第31-32页
   ·常规异常检测算法思想描述第32-36页
     ·基于统计的算法第32页
     ·基于偏差的算法第32页
     ·基于深度的方法第32页
     ·基于距离的算法第32-34页
     ·基于密度的算法第34-36页
   ·本章小结第36-37页
4 面向高维的异常检测算法第37-53页
   ·常见的高维数据第37-38页
     ·购物篮数据第37页
     ·文档数据第37页
     ·多媒体数据第37-38页
     ·时间序列数据第38页
     ·web 数据第38页
     ·基因表达数据第38页
   ·高维空间的特性第38-39页
     ·稀疏性第38-39页
     ·空空间现象第39页
     ·维灾第39页
   ·高维空间对常规算法的影响第39-41页
     ·高维对基于统计算法的影响第39-40页
     ·高维对基于深度算法的影响第40页
     ·高维对基于距离算法的影响第40-41页
     ·高维对基于密度算法的影响第41页
   ·高维异常检测的出路第41-45页
     ·维归约第41-43页
     ·高维索引结构第43页
     ·子空间投影第43-45页
     ·高维空间异常检测算法的标准第45页
   ·问题的描述及定义第45-47页
     ·基本定义第45-46页
     ·频繁项集第46-47页
     ·单调性准则第47页
     ·上界准则第47页
   ·算法的描述第47-50页
   ·算法的复杂度分析第50-51页
   ·实验测试第51-52页
     ·实验环境第51页
     ·合成数据集描述第51页
     ·实验结果分析第51-52页
   ·本章小结第52-53页
5 算法改进及原型系统第53-62页
   ·算法的改进第53-55页
   ·改进后算法的结果第55-57页
     ·合成数据集测试比较结果第55-56页
     ·以kdd99 数据集进行测试第56页
     ·实验结果对比图第56-57页
     ·实验结论第57页
   ·算法原型系统的实现第57-61页
     ·系统结构流程图第57-58页
     ·系统主界面第58-59页
     ·单维分类结果分析图第59-60页
     ·多维聚类分析图第60-61页
     ·孤立点辨识图第61页
   ·本章小结第61-62页
6 结论及后续工作第62-64页
   ·结论第62页
   ·后续工作第62-64页
致谢第64-65页
参考文献第65-69页
附录第69-75页
 A.作者在攻读硕士学位期间发表的论文目录第69-70页
 B. 算法流程图第70-75页

论文共75页,点击 下载论文
上一篇:上市公司董事会秘书制度研究
下一篇:我国行业协会限制竞争行为的法律规制研究