基于近邻关系的稀有类挖掘
摘要 | 第3-5页 |
Abstract | 第5-7页 |
第1章 绪论 | 第14-27页 |
1.1 研究背景 | 第14-17页 |
1.2 研究现状 | 第17-23页 |
1.2.1 基于先验知识的稀有类检测问题 | 第18-19页 |
1.2.2 无先验知识的稀有类检测问题 | 第19-20页 |
1.2.3 稀有类分类问题 | 第20-21页 |
1.2.4 稀有类聚类问题 | 第21-22页 |
1.2.5 研究现状小结 | 第22-23页 |
1.3 本文主要工作 | 第23-25页 |
1.4 本文组织结构 | 第25-27页 |
第2章 稀有类挖掘的基本过程与评价 | 第27-35页 |
2.1 稀有类的定义 | 第27-28页 |
2.2 稀有类挖掘的基本过程 | 第28-32页 |
2.2.1 稀有类检测的基本过程 | 第28-30页 |
2.2.2 稀有类勘探的基本过程 | 第30-32页 |
2.3 稀有类挖掘的评价 | 第32-33页 |
2.3.1 稀有类检测的评价内容和评价方法 | 第32-33页 |
2.3.2 稀有类勘探的评价内容和评价方法 | 第33页 |
2.4 本章小结 | 第33-35页 |
第3章 基于先验知识的稀有类检测 | 第35-70页 |
3.1 引言 | 第35-37页 |
3.2 相关工作 | 第37-40页 |
3.2.1 现有的基于先验知识的稀有类检测技术 | 第37-38页 |
3.2.2 边界点检测技术 | 第38-39页 |
3.2.3 相关工作小结 | 第39-40页 |
3.3 问题定义 | 第40-41页 |
3.4 使用边界度的稀有类检测算法 | 第41-55页 |
3.4.1 准备工作 | 第41-46页 |
3.4.2 RADAR算法 | 第46-49页 |
3.4.3 实验分析 | 第49-55页 |
3.5 使用加权边界度的稀有类检测算法 | 第55-68页 |
3.5.1 准备工作 | 第55-58页 |
3.5.2 CATION算法 | 第58-60页 |
3.5.3 实验分析 | 第60-68页 |
3.6 本章小结 | 第68-70页 |
第4章 无先验知识的稀有类检测 | 第70-97页 |
4.1 引言 | 第70-72页 |
4.2 相关工作 | 第72-74页 |
4.2.1 现有的无先验知识的稀有类检测技术 | 第72-73页 |
4.2.2 奇异点检测技术 | 第73-74页 |
4.2.3 相关工作小结 | 第74页 |
4.3 问题定义 | 第74-75页 |
4.4 基于互k近邻关系的稀有类检测技术 | 第75-90页 |
4.4.1 准备工作 | 第76-83页 |
4.4.2 自动选k技术 | 第83-87页 |
4.4.3 CLOVER算法 | 第87-90页 |
4 5 实验分析 | 第90-96页 |
4.5.1 实验设置 | 第90-91页 |
4.5.2 询问次数比较 | 第91-94页 |
4.5.3 时问效率比较 | 第94-96页 |
4.5.4 自动选k技术的有效性 | 第96页 |
4.6 本章小结 | 第96-97页 |
第5章 稀有类勘探 | 第97-123页 |
5.1 引言 | 第97-99页 |
5.2 相关工作 | 第99-102页 |
5.2.1 稀有类分类技术 | 第99-100页 |
5.2.2 稀有类聚类技术 | 第100-101页 |
5.2.3 局部社区检测技术 | 第101-102页 |
5.2.4 相关工作小结 | 第102页 |
5.3 问题定义 | 第102-103页 |
5.4 基于k近邻图的稀有类勘探技术 | 第103-112页 |
5.4.1 准备工作 | 第103-107页 |
5.4.2 自动选k技术 | 第107-110页 |
5.4.3 FRANK算法 | 第110-112页 |
5.5 实验分析 | 第112-122页 |
5.5.1 实验设置 | 第112-113页 |
5.5.2 准确性比较 | 第113-117页 |
5.5.3 时间效率比较 | 第117-118页 |
5.5.4 自动选k技术的有效性 | 第118-122页 |
5.6 本章小结 | 第122-123页 |
第6章 总结与展望 | 第123-127页 |
6.1 本文工作总结 | 第123-125页 |
6.2 未来工作展望 | 第125-127页 |
参考文献 | 第127-136页 |
攻读博士学位期间主要的研究成果 | 第136-138页 |
致谢 | 第138页 |