基于聚类的数据流异常检测算法的研究
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-15页 |
·论文研究的背景 | 第10-11页 |
·国内外研究现状 | 第11-13页 |
·课题研究内容 | 第13页 |
·本文组织结构 | 第13-15页 |
第2章 数据流及相关技术概述 | 第15-24页 |
·数据流 | 第15-20页 |
·数据流基本概念 | 第16页 |
·传统数据与数据流的比较 | 第16-18页 |
·数据流的特点 | 第18-19页 |
·数据流的类型 | 第19-20页 |
·数据流模型 | 第20-23页 |
·滑动窗口模型 | 第20-21页 |
·快照模型 | 第21-22页 |
·界标模型 | 第22-23页 |
·本章小结 | 第23-24页 |
第3章 数据流异常检测技术概述 | 第24-35页 |
·数据流异常检测 | 第24-30页 |
·数据流异常检测中的关键技术 | 第25-27页 |
·数据流异常检测常用方法 | 第27-30页 |
·聚类分析在数据流异常检测领域的应用 | 第30-34页 |
·聚类分析概念 | 第30-31页 |
·基于聚类的数据流异常检测实现 | 第31页 |
·常用的聚类分析方法 | 第31-34页 |
·本章小结 | 第34-35页 |
第4章 一种改进的基于聚类的k-means 算法 | 第35-54页 |
·问题的提出 | 第35-36页 |
·问题的分析 | 第36-42页 |
·基于聚类的k-means 算法 | 第36-40页 |
·k-means 算法存在的缺点和不足研究 | 第40-42页 |
·一种改进的k-means 算法 | 第42-51页 |
·k 值的选取 | 第43-46页 |
·初始聚类中心点的确定 | 第46-49页 |
·改进的k-means 算法描述 | 第49-51页 |
·基于聚类的数据流异常检测模型 | 第51-52页 |
·本章小结 | 第52-54页 |
第5章 实验与分析 | 第54-66页 |
·实验运行环境及数据集 | 第54-55页 |
·实验结果分析 | 第55-65页 |
·本章小结 | 第65-66页 |
结论 | 第66-67页 |
参考文献 | 第67-72页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第72-73页 |
致谢 | 第73页 |