基于聚类和孤立点检测的数据预处理方法的研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-14页 |
| ·选题背景 | 第11-12页 |
| ·本文主要工作 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 2 基于聚类和孤立点检测的数据预处理概述 | 第14-17页 |
| ·数据预处理概述 | 第14-15页 |
| ·基于聚类的噪声处理概述 | 第15-16页 |
| ·孤立点检测概述 | 第16-17页 |
| 3 数据预处理系统概述 | 第17-23页 |
| ·系统的整体框架 | 第17-19页 |
| ·系统的启动 | 第19-21页 |
| ·数据源的选择 | 第19-20页 |
| ·数据预处理主界面 | 第20-21页 |
| ·数据的管理部分 | 第21-23页 |
| 4 基于聚类的噪声识别方法的研究与实现 | 第23-47页 |
| ·噪声数据的处理 | 第23-24页 |
| ·聚类 | 第24-30页 |
| ·相似性度量 | 第25-26页 |
| ·数据的标准化 | 第26-27页 |
| ·聚类算法的分类 | 第27-29页 |
| ·聚类算法的要求 | 第29-30页 |
| ·基于聚类的噪声识别方法的设计与实现 | 第30-38页 |
| ·基本的k-均值算法 | 第31-34页 |
| ·最远优先聚类算法 | 第34-36页 |
| ·改进的k-均值算法FFKM | 第36-38页 |
| ·实验及分析 | 第38-47页 |
| ·实验数据集 | 第38页 |
| ·参数设置 | 第38-39页 |
| ·运行结果输出形式 | 第39-40页 |
| ·实验结果对比与分析 | 第40-47页 |
| 5 实例检测中的孤立点检测方法的研究与实现 | 第47-69页 |
| ·孤立点检测 | 第47-55页 |
| ·孤立点的定义 | 第48-51页 |
| ·孤立点检测算法分类 | 第51-52页 |
| ·孤立点检测的输出 | 第52页 |
| ·孤立点检测的评价 | 第52-55页 |
| ·孤立点检测算法的设计与实现 | 第55-62页 |
| ·基于简单的剪枝策略的孤立点检测算法 | 第56-58页 |
| ·基于一类支持向量机的孤立点检测算法 | 第58-61页 |
| ·一种改进的基于剪枝阈值初始化的孤立点检测算法 | 第61-62页 |
| ·实验及分析 | 第62-69页 |
| ·实验数据集 | 第62-63页 |
| ·运行结果输出形式 | 第63页 |
| ·实验结果对比与分析 | 第63-69页 |
| 6 总结与展望 | 第69-71页 |
| ·本文工作总结 | 第69-70页 |
| ·下一步研究工作 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 作者简历 | 第76-78页 |
| 学位论文数据集 | 第78页 |
