高维数据集中离群数据挖掘方法的研究
| 第一章 前言 | 第1-18页 |
| ·数据挖掘研究背景 | 第12-13页 |
| ·数据挖掘介绍 | 第12页 |
| ·数据挖掘与知识发现 | 第12-13页 |
| ·数据挖掘的分类、方法与应用 | 第13-16页 |
| ·数据挖掘的分类 | 第13-14页 |
| ·数据挖掘的方法 | 第14-15页 |
| ·数据挖掘的应用 | 第15-16页 |
| ·离群数据挖掘研究背景 | 第16页 |
| ·本文组织及内容安排 | 第16-18页 |
| 第二章 离群数据挖掘概述 | 第18-25页 |
| ·离群数据的定义 | 第18页 |
| ·离群数据挖掘的定义 | 第18-19页 |
| ·离群数据挖掘的重要方法 | 第19-24页 |
| ·基于统计的离群数据的发现方法 | 第19-20页 |
| ·基于距离的离群数据的发现方法 | 第20-21页 |
| ·基于偏离的离群数据的发现方法 | 第21-22页 |
| ·基于规则的离群数据的发现方法 | 第22页 |
| ·基于聚类算法的离群数据发现方法 | 第22-23页 |
| ·基于相似系数的离群数据发现方法 | 第23-24页 |
| ·离群数据分析 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 粗糙集理论与数据挖掘 | 第25-34页 |
| ·粗糙集的基本理论 | 第25-31页 |
| ·信息系统 | 第25页 |
| ·近似空间 | 第25-27页 |
| ·属性的核 | 第27-28页 |
| ·属性依赖 | 第28页 |
| ·决策表 | 第28-30页 |
| ·分辨矩阵 | 第30-31页 |
| ·属性重要度 | 第31页 |
| ·粗糙集理论与数据挖掘 | 第31-33页 |
| ·基于粗糙集的挖掘算法 | 第32页 |
| ·基于粗糙集的挖掘模型 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 聚类分析 | 第34-41页 |
| ·聚类分析的概念 | 第34-36页 |
| ·主要聚类方法 | 第36-39页 |
| ·分级方法 | 第36-37页 |
| ·划分方法 | 第37页 |
| ·基于密度的方法 | 第37-38页 |
| ·基于模型的方法 | 第38-39页 |
| ·基于网格的方法 | 第39页 |
| ·离群数据挖掘与聚类的关系 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 基于粗糙集与超图的高维离群数据挖掘研究 | 第41-52页 |
| ·基于粗糙集的属性约简 | 第41-43页 |
| ·Apriori算法 | 第43-46页 |
| ·超图基本概念 | 第46-48页 |
| ·基于超图模型的离群数据挖掘 | 第48-49页 |
| ·实验 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第六章 结束语 | 第52-54页 |
| ·本文工作总结 | 第52-53页 |
| ·进一步工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 研究生期间发表的论文 | 第58页 |
