| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景 | 第10-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·主要研究内容 | 第13-14页 |
| ·论文的组织结构 | 第14-16页 |
| 第2章 数据挖掘与孤立点检测算法分析 | 第16-26页 |
| ·数据挖掘概述 | 第16-19页 |
| ·数据挖掘定义 | 第16-18页 |
| ·数据挖掘功能 | 第18-19页 |
| ·子空间孤立点检测算法 | 第19-24页 |
| ·基于子空间投影的孤立点检测算法 | 第20-21页 |
| ·基于映射的混合数据孤立点检测算法 | 第21-22页 |
| ·偏离子空间检测算法 | 第22-23页 |
| ·基于局部信息熵的加权子空间离群点检测算法 | 第23-24页 |
| ·算法分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于SOD 的孤立点检测改进算法 | 第26-39页 |
| ·相关知识 | 第26-29页 |
| ·SOD 算法分析与改进 | 第29-38页 |
| ·SOD 算法描述 | 第30-32页 |
| ·SOD 算法改进 | 第32-36页 |
| ·改进算法的实现 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于相关子空间的孤立点检测算法 | 第39-53页 |
| ·熵理论 | 第39-41页 |
| ·熵的发展过程 | 第39-40页 |
| ·熵的概念与性质 | 第40-41页 |
| ·熵理论在数据挖掘中的应用 | 第41页 |
| ·SOD 算法对多聚类数据集进行孤立点检测时的不足 | 第41-45页 |
| ·SOD 算法中子空间选择的不足 | 第43-44页 |
| ·SOD 算法中计算偏离度的不足 | 第44-45页 |
| ·RSOD 算法思想 | 第45-50页 |
| ·求各点参考点集 | 第45-46页 |
| ·确定各点的相关子空间 | 第46-50页 |
| ·计算各点的相关子空间孤立程度 | 第50页 |
| ·RSOD 算法实现 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 实验与分析 | 第53-62页 |
| ·数据标准化 | 第53-54页 |
| ·基于SOD 的孤立点检测改进算法实验 | 第54-57页 |
| ·RSOD 算法实验 | 第57-61页 |
| ·人工合成数据集 | 第57-58页 |
| ·WDBC 数据集 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |