基于密度的聚类算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景与意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·基于密度聚类方法研究现状 | 第11-12页 |
| ·基于网格聚类方法研究现状 | 第12页 |
| ·数据挖掘技术发展概况 | 第12-13页 |
| ·本文研究的主要内容与论文结构 | 第13-15页 |
| 第2章 聚类分析综述 | 第15-28页 |
| ·数据挖掘概念 | 第15-18页 |
| ·数据预处理技术 | 第18-19页 |
| ·数据清理 | 第18-19页 |
| ·数据变换 | 第19页 |
| ·聚类分析技术 | 第19-27页 |
| ·聚类分析概念 | 第19-20页 |
| ·数据结构与度量 | 第20-23页 |
| ·主要聚类分析方法分类 | 第23-26页 |
| ·聚类算法的应用要求 | 第26-27页 |
| ·小结 | 第27-28页 |
| 第3章 一种基于区域比例的聚类方法 | 第28-43页 |
| ·基于密度的聚类方法:DBSCAN | 第28-30页 |
| ·DBSCAN基本概念 | 第28-29页 |
| ·DBSCAN相关研究工作 | 第29-30页 |
| ·离群点检测 | 第30-33页 |
| ·离群点检测基本知识 | 第30-31页 |
| ·基于LOF的离群点检测方法 | 第31-33页 |
| ·基于区域比例的聚类方法 | 第33-37页 |
| ·基本概念 | 第34页 |
| ·算法思想 | 第34-36页 |
| ·算法描述 | 第36-37页 |
| ·实验分析 | 第37-42页 |
| ·小结 | 第42-43页 |
| 第4章 一种基于网格的密度聚类方法 | 第43-55页 |
| ·基于网格的聚类方法:CLIQUE | 第43-44页 |
| ·CLIQUE基本思想 | 第43-44页 |
| ·CLIQUE算法描述 | 第44页 |
| ·基于网格的密度聚类方法 | 第44-51页 |
| ·基本概念 | 第44-46页 |
| ·网格分割 | 第46-47页 |
| ·算法思想 | 第47-49页 |
| ·算法描述 | 第49-51页 |
| ·实验分析 | 第51-54页 |
| ·小结 | 第54-55页 |
| 第5章 基于密度的聚类方法在入侵检测中的应用 | 第55-61页 |
| ·基于数据挖掘的入侵检测 | 第55-56页 |
| ·基于密度聚类的入侵检测模型 | 第56-57页 |
| ·基于区域比例的聚类算法对DBC知识库的训练 | 第57-60页 |
| ·数据预处理 | 第57-58页 |
| ·距离度量方法 | 第58-59页 |
| ·实验 | 第59-60页 |
| ·小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录A 攻读学位期间研究成果 | 第67-68页 |
| 致谢 | 第68页 |
