| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 课题研究背景及意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 国内外相关研究动态 | 第9-11页 |
| 1.3 论文组织结构 | 第11-13页 |
| 第二章 背景知识 | 第13-29页 |
| 2.1 无线传感网络离群检测特征 | 第13-16页 |
| 2.1.1 无线传感网络感测数据特征 | 第13页 |
| 2.1.2 无线传感网络离群检测特性 | 第13-14页 |
| 2.1.3 传统离群检测的问题 | 第14页 |
| 2.1.4 无线传感数据的标签技术 | 第14-16页 |
| 2.2 支持向量数据描述 | 第16-21页 |
| 2.2.1 支持向量机 | 第17-19页 |
| 2.2.2 一类支持向量机 | 第19-20页 |
| 2.2.3 支持向量数据描述 | 第20-21页 |
| 2.3 序列最小优化算法 | 第21-23页 |
| 2.3.1 工作集乘子的选择策略 | 第21-22页 |
| 2.3.2 Lagrange乘子的优化策略 | 第22-23页 |
| 2.4 随机特征映射 | 第23-25页 |
| 2.4.1 随机傅里叶特征映射 | 第23-24页 |
| 2.4.2 对数时间内近似核函数 | 第24-25页 |
| 2.5 决策模型优化算法 | 第25-27页 |
| 2.5.1 基于超球模型的决策算法 | 第25-26页 |
| 2.5.2 基于超椭球模型的决策算法 | 第26-27页 |
| 2.6 性能评价指标 | 第27-28页 |
| 2.7 本章小结 | 第28-29页 |
| 第三章 基于Toeplitz矩阵随机特征映射的SVDD离群检测算法 | 第29-38页 |
| 3.1 基于Toeplitz矩阵随机特征映射的SVDD算法 | 第29-31页 |
| 3.1.1 随机特征映射的SVDD算法 | 第29页 |
| 3.1.2 Toeplitz矩阵随机特征映射算法 | 第29-31页 |
| 3.2 实验结果与分析 | 第31-37页 |
| 3.2.1 实验数据集 | 第31-33页 |
| 3.2.2 实验环境及参数设置 | 第33页 |
| 3.2.3 实验结果 | 第33-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第四章 基于模型选择的SVDD离群检测算法 | 第38-50页 |
| 4.1 基于模型选择的SVDD算法 | 第38-42页 |
| 4.1.1 欠拟合误差 | 第38-40页 |
| 4.1.2 过拟合误差 | 第40-42页 |
| 4.2 实验结果与分析 | 第42-49页 |
| 4.2.1 实验数据集 | 第42-43页 |
| 4.2.2 实验环境及参数设置 | 第43页 |
| 4.2.3 实验结果 | 第43-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 基于自适应的SVDD离群检测算法 | 第50-59页 |
| 5.1 基于自适应的SVDD算法 | 第50-55页 |
| 5.1.1 自适应检测机制 | 第50-52页 |
| 5.1.2 训练集约简策略 | 第52-55页 |
| 5.2 实验结果与分析 | 第55-58页 |
| 5.2.1 实验数据集 | 第55页 |
| 5.2.2 实验环境及参数设置 | 第55页 |
| 5.2.3 实验结果 | 第55-58页 |
| 5.3 本章小结 | 第58-59页 |
| 主要结论与展望 | 第59-61页 |
| 主要结论 | 第59页 |
| 展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录:作者在攻读硕士学位期间发表的论文 | 第66页 |