高维空间离群点检测的局部线性嵌入方法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 论文的研究背景及意义 | 第10-11页 |
| 1.2 课题研究现状 | 第11-16页 |
| 1.2.1 数据挖掘的应用 | 第11-12页 |
| 1.2.2 离群点检测研究现状 | 第12-13页 |
| 1.2.3 维数约简研究现状 | 第13-15页 |
| 1.2.4 基于维数约简离群点检测研究现状 | 第15-16页 |
| 1.3 本文的主要工作 | 第16-17页 |
| 第2章 数据挖掘基础知识 | 第17-33页 |
| 2.1 引言 | 第17页 |
| 2.2 低维空间中离群点检测方法 | 第17-24页 |
| 2.2.1 基于距离的离群点检测方法 | 第17-19页 |
| 2.2.2 基于密度的离群点检测方法 | 第19-22页 |
| 2.2.3 基于聚类的离群点检测方法 | 第22-23页 |
| 2.2.4 基于统计分布的离群点检测方法 | 第23-24页 |
| 2.3 高维空间中离群点检测方法 | 第24-26页 |
| 2.4 非线性维数约简方法 | 第26-32页 |
| 2.4.1 经典维数约简方法简介 | 第27-28页 |
| 2.4.2 局部线性嵌入方法 | 第28-30页 |
| 2.4.3 加权核的局部线性嵌入方法 | 第30-31页 |
| 2.4.4 稳定的局部线性嵌入方法 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 保近邻的局部线性嵌入降维方法 | 第33-45页 |
| 3.1 引言 | 第33页 |
| 3.2 保近邻结构的局部线性嵌入 | 第33-37页 |
| 3.3 实验与分析 | 第37-42页 |
| 3.3.1 模拟数据集的实验 | 第37-39页 |
| 3.3.2 真实数据集的实验 | 第39-42页 |
| 3.4 参数讨论 | 第42-44页 |
| 3.4.1 近邻点数的选取 | 第42-43页 |
| 3.4.2 低维空间维数的选择 | 第43-44页 |
| 3.4.3 平衡参数的选择 | 第44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 离群点检测的局部线性嵌入方法 | 第45-58页 |
| 4.1 引言 | 第45页 |
| 4.2 高维空间的离群点检测方法 | 第45-50页 |
| 4.3 实验与分析 | 第50-55页 |
| 4.3.1 可视化图 | 第51-52页 |
| 4.3.2 与BD对比实验 | 第52-53页 |
| 4.3.3 与LOF和RFSSOD的对比实验 | 第53-54页 |
| 4.3.4 与MST-kNN对比实验 | 第54-55页 |
| 4.4 参数讨论 | 第55-57页 |
| 4.4.1 近邻点数的选择 | 第55-56页 |
| 4.4.2 低维空间维数的选择 | 第56-57页 |
| 4.4.3 密度阈值的选择 | 第57页 |
| 4.4.4 时间复杂度分析 | 第57页 |
| 4.5 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第65-66页 |
| 致谢 | 第66页 |
