| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第1章 绪论 | 第7-13页 |
| ·课题背景 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·研究内容 | 第10页 |
| ·文章结构 | 第10-13页 |
| 第2章 K均值算法、时间序列及奇异点理论基础 | 第13-31页 |
| ·K均值聚类算法 | 第13-16页 |
| ·K均值算法思想 | 第13-15页 |
| ·K均值算法的优缺点 | 第15-16页 |
| ·时间序列理论基础 | 第16-24页 |
| ·时间序列基本概念 | 第16-19页 |
| ·时间序列分析 | 第19-21页 |
| ·时间序列模型 | 第21-24页 |
| ·奇异点理论基础 | 第24-30页 |
| ·奇异点概述 | 第26-27页 |
| ·奇异点方法简介 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 改进的K均值聚类及实证研究 | 第31-43页 |
| ·改进的K均值聚类 | 第31-35页 |
| ·实验的基本思想 | 第32-34页 |
| ·实验的流程 | 第34-35页 |
| ·实验相关参数的选择标准 | 第35-40页 |
| ·单位信息熵研究 | 第35-38页 |
| ·聚类个数K的选择 | 第38-39页 |
| ·奇异点判定参数T的选择 | 第39-40页 |
| ·实例验证 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于改进K均值聚类对股票市场的奇异点检测及研究 | 第43-51页 |
| ·引言 | 第43-45页 |
| ·对股票市场股票收盘价和股票成交量的奇异点检测及研究 | 第45-47页 |
| ·奇异点与信息因素的实证研究 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第5章 总结与展望 | 第51-53页 |
| ·本文总结 | 第51-52页 |
| ·不足与展望 | 第52-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 附录A 攻读学位期间作者的工作成果 | 第59页 |