离群检测及离群释义空间查找算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·选题背景 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·研究目标 | 第13页 |
| ·研究内容 | 第13-15页 |
| 2 相关背景知识 | 第15-35页 |
| ·离群检测方法概述 | 第15-18页 |
| ·基于分布的离群检测方法 | 第15页 |
| ·基于距离的离群检测方法 | 第15-16页 |
| ·基于深度的离群检测方法 | 第16页 |
| ·基于密度的离群检测方法 | 第16-17页 |
| ·基于聚类的离群检测方法 | 第17-18页 |
| ·谱聚类理论及算法 | 第18-29页 |
| ·谱聚类基本概念 | 第19-25页 |
| ·经典谱聚类算法 | 第25-29页 |
| ·云模型理论及算法 | 第29-33页 |
| ·云模型理论产生的背景 | 第29页 |
| ·云模型的定义、数字特征与云模型发生器 | 第29-31页 |
| ·正态云模型和正态云发生器 | 第31-33页 |
| ·小结 | 第33-35页 |
| 3 基于谱聚类的数据集聚类结构分析和离群检测算法 | 第35-53页 |
| ·一种改进的谱聚类算法 | 第35-39页 |
| ·自适应邻居规模参数 | 第35-36页 |
| ·改进的 MNcut 算法 | 第36-37页 |
| ·实验与结果分析 | 第37-39页 |
| ·基于谱聚类的数据集聚类结构分析和离群检测算法 | 第39-48页 |
| ·数据集聚类数目的初步确定 | 第40-41页 |
| ·确定数据集聚类数目的上限 | 第41-42页 |
| ·确定数据集的最优聚类结果 | 第42-45页 |
| ·离群点的检测 | 第45页 |
| ·算法的时间复杂度分析 | 第45-46页 |
| ·算法的并行化 | 第46-48页 |
| ·实验与结果分析 | 第48-52页 |
| ·小结 | 第52-53页 |
| 4 基于云模型的离群检测算法 | 第53-63页 |
| ·正态云模型的普适性 | 第53-54页 |
| ·基于正态云模型的离群度定义 | 第54页 |
| ·基于正态云模型的离群检测算法 | 第54-56页 |
| ·实验与结果分析 | 第56-61页 |
| ·人工数据集 | 第56-59页 |
| ·UCI 数据集 | 第59-61页 |
| ·小结 | 第61-63页 |
| 5 离群行为子空间和离群释义空间的查找算法 | 第63-89页 |
| ·基于频度的离群行为子空间的相关定义 | 第64-67页 |
| ·基于频度的离群行为子空间查找算法 | 第67-75页 |
| ·基于频度的离群行为子空间查找算法描述 | 第67-69页 |
| ·实验与结果分析 | 第69-75页 |
| ·基于云模型的离群行为子空间查找 | 第75-78页 |
| ·基于云模型的离群行为子空间查找算法描述 | 第75-76页 |
| ·实验与结果分析 | 第76-78页 |
| ·离群释义空间的查找 | 第78-87页 |
| ·离群释义空间的概念 | 第78页 |
| ·离群释义空间查找算法 | 第78-80页 |
| ·强离群释义空间和弱离群释义空间 | 第80-82页 |
| ·实验与结果分析 | 第82-87页 |
| ·小结 | 第87-89页 |
| 6 总结与展望 | 第89-91页 |
| ·总结 | 第89页 |
| ·展望 | 第89-91页 |
| 致谢 | 第91-93页 |
| 参考文献 | 第93-103页 |
| 附录 | 第103页 |
| A. 作者在攻读博士学位期间发表的论文目录 | 第103页 |
| B. 作者在攻读博士学位期间参加的科研项目 | 第103页 |
