| 中文摘要 | 第1-3页 |
| Abstract | 第3-5页 |
| 中文文摘 | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·数据挖掘技术 | 第9页 |
| ·KNN算法及其研究现状 | 第9-11页 |
| ·本文主要研究内容及特色 | 第11-12页 |
| ·论文章节安排 | 第12-15页 |
| 第二章 背景知识介绍 | 第15-19页 |
| ·KNNModel算法介绍 | 第15-16页 |
| ·KNNModel算法的特点 | 第16-17页 |
| ·本章小结 | 第17-19页 |
| 第三章 基于KNN模型的增量学习算法 | 第19-41页 |
| ·增量学习算法概述 | 第19-20页 |
| ·增量KNNModel算法 | 第20-24页 |
| ·增量KNNModel实验 | 第24-30页 |
| ·增量KNNModel的修剪策略 | 第30-33页 |
| ·带修剪IKNNModel实验 | 第33-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 基于增量KNN模型的分布式入侵检测架构 | 第41-49页 |
| ·背景知识简介 | 第41-42页 |
| ·基于增量KNN模型的分布式入侵检测架构 | 第42-44页 |
| ·实验结果与分析 | 第44-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 基于类最优特征子空间算法 | 第49-57页 |
| ·相关背景介绍 | 第49-50页 |
| ·基于类最优特征子空间算法 | 第50-54页 |
| ·实验结果与分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 FSub-BN:一种局部和全局优化集成的信号肽预测方法 | 第57-69页 |
| ·相关背景介绍 | 第57-59页 |
| ·蛋白质序列处理 | 第59-62页 |
| ·本文的算法 | 第62-65页 |
| ·实验结果及分析 | 第65-67页 |
| ·本章小结 | 第67-69页 |
| 第七章 结论和展望 | 第69-71页 |
| ·本文工作总结 | 第69-70页 |
| ·今后工作展望 | 第70-71页 |
| 参考文献 | 第71-79页 |
| 攻读学位期间承担的科研任务与主要成果 | 第79-81页 |
| 个人简历 | 第81-82页 |