高维数据空间中离群点检测算法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·数据挖掘概述 | 第8-9页 |
| ·数据挖掘的分类 | 第9页 |
| ·数据挖掘的方法 | 第9-11页 |
| ·数据挖掘的应用领域 | 第11-12页 |
| ·离群数据挖掘概述 | 第12-13页 |
| 第2章 离群点检测算法分析 | 第13-16页 |
| ·基于聚类的离群点检测算法 | 第13页 |
| ·基于统计的离群点检测算法 | 第13-14页 |
| ·基于深度的离群点检测算法 | 第14页 |
| ·基于距离的离群点检测算法 | 第14页 |
| ·基于密度的离群点检测算法 | 第14-16页 |
| 第3章 高维数据中的离群点检测算法分析 | 第16-22页 |
| ·常见的高维数据 | 第16-17页 |
| ·高维数据的特点 | 第17页 |
| ·高维数据对传统离群点检测算法的影响 | 第17-19页 |
| ·典型的高维离群点检测算法分析 | 第19-22页 |
| 第4章 基于改进遗传算法的高维离群点检测 | 第22-44页 |
| ·高维数据的投影 | 第22-23页 |
| ·高维数据的表示 | 第23-24页 |
| ·基于子空间投影的遗传算法的缺点 | 第24-26页 |
| ·网格的划分 | 第25-26页 |
| ·“早熟”现象 | 第26页 |
| ·改进后的遗传算法 | 第26-37页 |
| ·问题描述 | 第26-27页 |
| ·GCT 树的构造 | 第27-30页 |
| ·染色体编码 | 第30-31页 |
| ·适应度函数 | 第31-32页 |
| ·模拟退火算子 | 第32-33页 |
| ·染色体交叉 | 第33-35页 |
| ·染色体变异 | 第35-37页 |
| ·算法步骤 | 第37页 |
| ·应用算例及分析 | 第37-44页 |
| 第5章 总结与展望 | 第44-46页 |
| ·总结 | 第44页 |
| ·展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 攻读硕士期间所发表学术论文 | 第49-50页 |
| 致谢 | 第50页 |
