| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 异常检测研究现状 | 第11-12页 |
| 1.2.2 知识发现 | 第12-13页 |
| 1.2.3 数据挖掘算法 | 第13-16页 |
| 1.3 课题研究内容与论文构成 | 第16-18页 |
| 第二章 数据预处理及小波变换分析 | 第18-35页 |
| 2.1 引言 | 第18页 |
| 2.2 电力远动传输系统 | 第18-19页 |
| 2.3 数据预处理 | 第19-22页 |
| 2.4 小波变换 | 第22-24页 |
| 2.5 经典小波变换算法 | 第24-27页 |
| 2.6 小波变换在异常检测的应用 | 第27-34页 |
| 2.7 本章小结 | 第34-35页 |
| 第三章 基于聚类算法的电力远动传输异常检测 | 第35-55页 |
| 3.1 引言 | 第35页 |
| 3.2 聚类算法种类和原理 | 第35-38页 |
| 3.3 基于马氏距离的双层聚类算法MClu Stream | 第38-45页 |
| 3.3.1 算法原理 | 第38-39页 |
| 3.3.2 在线部分：K-means改进聚类算法 | 第39页 |
| 3.3.3 离线部分：基于马氏距离的CURE改进聚类算法 | 第39-41页 |
| 3.3.4 仿真分析 | 第41-45页 |
| 3.4 基于网格密度的双层聚类算法DBClustream | 第45-54页 |
| 3.4.1 算法原理 | 第45-47页 |
| 3.4.2 在线部分：基于网格密度的K-means改进聚类算法 | 第47-49页 |
| 3.4.3 离线部分：DENCLUE改进聚类算法 | 第49-51页 |
| 3.4.4 仿真分析 | 第51-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第四章 基于改进贝叶斯算法的实时异常检测系统 | 第55-69页 |
| 4.1 引言 | 第55页 |
| 4.2 基于改进贝叶斯算法的电力远动传输异常检测 | 第55-60页 |
| 4.3 基于实时计算框架Storm的实时异常检测系统 | 第60-64页 |
| 4.4 基于Hadoop的实时异常检测系统优化 | 第64-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 5.1 全文的研究内容 | 第69-70页 |
| 5.2 未来工作展望 | 第70-71页 |
| 附录 | 第71-75页 |
| 附录一：基于Storm的实时异常检测系统拓扑结构及节点代码 | 第71-73页 |
| 附录二：基于Hadoop的优化系统计算代码 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间已发表或录用的论文 | 第81-83页 |
