分布式异常检测算法
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第12-15页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 本文研究内容与结构安排 | 第13-14页 |
| 1.3 部分记号说明 | 第14-15页 |
| 2 预备知识 | 第15-22页 |
| 2.1 异常检测 | 第15-18页 |
| 2.2 传感器网络中的分布式学习 | 第18-20页 |
| 2.3 学习问题 | 第20-22页 |
| 3 分布式在线主成分分析 | 第22-42页 |
| 3.1 主成分分析 | 第22-23页 |
| 3.2 分布式在线主成分分析 | 第23-29页 |
| 3.3 基于分布式在线主成分分析的异常检测方法 | 第29-32页 |
| 3.4 优缺点分析 | 第32页 |
| 3.5 仿真分析 | 第32-41页 |
| 3.6 本章小结 | 第41-42页 |
| 4 分布式在线一类支持向量机 | 第42-72页 |
| 4.1 一类支持向量机 | 第42-44页 |
| 4.2 去中心化的一类支持向量机 | 第44-45页 |
| 4.3 随机近似 | 第45-46页 |
| 4.4 分布式在线一类支持向量机 | 第46-49页 |
| 4.5 收敛性分析 | 第49-55页 |
| 4.6 稀疏分布式在线一类支持向量机 | 第55-57页 |
| 4.7 复杂度分析 | 第57-59页 |
| 4.8 优缺点分析 | 第59页 |
| 4.9 仿真分析 | 第59-71页 |
| 4.10 本章小结 | 第71-72页 |
| 5 结论与展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 作者简历 | 第78-79页 |
| 科研成果 | 第79页 |
