| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-25页 |
| ·研究背景及意义 | 第12-17页 |
| ·离群定义 | 第13-14页 |
| ·离群类型 | 第14-15页 |
| ·标签和输出结果 | 第15-16页 |
| ·离群的研究方向 | 第16页 |
| ·困难和挑战 | 第16-17页 |
| ·国内外研究现状 | 第17-21页 |
| ·传统离群检测研究现状 | 第17-18页 |
| ·高维数据离群检测研究现状 | 第18-20页 |
| ·不确定数据离群检测研究现状 | 第20-21页 |
| ·国内离群检测研究现状 | 第21页 |
| ·本文的研究内容 | 第21-23页 |
| ·本文的组织结构 | 第23-25页 |
| 第二章 离群点检测方法概述 | 第25-46页 |
| ·简单数据离群检测技术概述 | 第25-33页 |
| ·基于统计的离群检测 | 第25-27页 |
| ·基于距离的离群检测 | 第27-29页 |
| ·基于密度的离群检测 | 第29-31页 |
| ·基于聚类的离群检测 | 第31-32页 |
| ·基于深度的离群检测 | 第32-33页 |
| ·高维数据离群检测技术概述 | 第33-38页 |
| ·扩展传统的离群检测方法 | 第34-35页 |
| ·针对高维数据的离群检测模型 | 第35-36页 |
| ·基于子空间的离群检测 | 第36-38页 |
| ·不确定数据离群检测技术概述 | 第38-46页 |
| ·不确定数据的介绍 | 第38-41页 |
| ·不确定数据的模型 | 第41-43页 |
| ·不确定数据离群检测技术 | 第43-46页 |
| 第三章 基于局部信息的不确定数据离群检测 | 第46-69页 |
| ·引言 | 第46-48页 |
| ·ULOF 算法描述 | 第48-59页 |
| ·不确定性距离离群因子的相关定义 | 第49-51页 |
| ·计算方法及优化策略 | 第51-58页 |
| ·ULOF 算法分析 | 第58-59页 |
| ·实验结果分析 | 第59-68页 |
| ·实验配置 | 第59-61页 |
| ·参数 K 和η对结果的影响 | 第61-63页 |
| ·剪枝与迭代 | 第63-65页 |
| ·准确率与运行时间 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第四章 基于角度方差的高维数据离群检测 | 第69-89页 |
| ·引言 | 第69-71页 |
| ·算法描述 | 第71-81页 |
| ·基于角度的离群检测算法(ABOD) | 第71-72页 |
| ·基于局部权重的角度离群检测算法 (LW-ABOD) | 第72-77页 |
| ·一个增量计算的方案 (FU-ABOD) | 第77-80页 |
| ·一个简单样例 | 第80-81页 |
| ·实验结果分析 | 第81-87页 |
| ·人工数据集上的结果分析 | 第81-86页 |
| ·真实数据集上的结果分析 | 第86-87页 |
| ·本章小结 | 第87-89页 |
| 第五章 基于相关子空间的高维离群检测 | 第89-114页 |
| ·引言 | 第89-91页 |
| ·方法模型 | 第91-97页 |
| ·基本概念和定义 | 第91-92页 |
| ·子空间的相关性分析 | 第92-96页 |
| ·相关子空间判断例子 | 第96-97页 |
| ·计算框架 | 第97-104页 |
| ·关键计算过程 | 第97-101页 |
| ·算法描述 | 第101-103页 |
| ·算法分析与讨论 | 第103-104页 |
| ·实验结果分析 | 第104-112页 |
| ·人工数据集上的结果分析 | 第105-110页 |
| ·真实数据集上的结果分析 | 第110-112页 |
| ·本章小结 | 第112-114页 |
| 总结与展望 | 第114-117页 |
| 参考文献 | 第117-128页 |
| 攻读博士学位期间取得的科研成果 | 第128-129页 |
| 致谢 | 第129-130页 |
| 附件 | 第130页 |