| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 本文总体结构 | 第13-15页 |
| 第2章 数据密度特性的分析 | 第15-20页 |
| 2.1 数据密度的基本定义 | 第15页 |
| 2.2 数据密度的拓展定义 | 第15-16页 |
| 2.3 数据密度特性的分析 | 第16-19页 |
| 2.3.1 数据密度特性的分析过程 | 第16-19页 |
| 2.3.2 数据密度特性的阐述 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 基于数据密度的异常检测方法研究 | 第20-29页 |
| 3.1 问题分析 | 第20-21页 |
| 3.2 基于数据密度的异常检测方法 | 第21-25页 |
| 3.2.1 带标签数据进行异常检测的意义 | 第21-22页 |
| 3.2.2 异常检测方法的原理分析 | 第22页 |
| 3.2.3 异常检测方法的阈值确定 | 第22-24页 |
| 3.2.4 异常检测方法的实现过程 | 第24-25页 |
| 3.3 异常检测方法在分类过程的应用 | 第25-28页 |
| 3.3.1 一般分类处理的过程 | 第25-27页 |
| 3.3.2 具有基于数据密度的异常检测的分类过程 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第4章 基于数据密度的数据分类算法研究 | 第29-37页 |
| 4.1 问题分析 | 第29-30页 |
| 4.2 基本概念定义 | 第30-31页 |
| 4.3 基于数据密度的数据分类算法 | 第31-36页 |
| 4.3.1 选出密度值大的数据簇来训练分类器的原理 | 第31页 |
| 4.3.2 各类别数据进行分类的顺序 | 第31-32页 |
| 4.3.3 稀疏数据进行分类的处理过程 | 第32-33页 |
| 4.3.4 基于数据密度的分类算法过程 | 第33-36页 |
| 4.4 本章小结 | 第36-37页 |
| 第5章 算法的实验结果分析 | 第37-52页 |
| 5.1 实验数据集 | 第37-38页 |
| 5.2 实验的基本配置 | 第38-39页 |
| 5.3 使用异常检测方法提高分类器质量的实验分析 | 第39-45页 |
| 5.3.1 使用异常检测方法提高分类器质量的实验设计 | 第39-40页 |
| 5.3.2 带异常检测方法的数据分类的评测指标 | 第40-42页 |
| 5.3.3 带异常检测方法的数据分类的结果分析 | 第42-45页 |
| 5.4 基于数据密度的数据分类算法分析 | 第45-51页 |
| 5.4.1 基于数据密度的数据分类算法的实验设计 | 第45-46页 |
| 5.4.2 基于数据密度的数据分类算法的评测指标 | 第46-47页 |
| 5.4.3 dbc算法对多种数据进行分类的实验结果分析 | 第47-51页 |
| 5.5 本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59页 |
