| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状与分析 | 第11-15页 |
| 1.2.1 文基于聚类分析的异常检测 | 第11-12页 |
| 1.2.2 基于FCM的异常检测 | 第12-13页 |
| 1.2.3 人工鱼群算法 | 第13-15页 |
| 1.2.4 研究现状分析 | 第15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.3.1 课题来源 | 第15-16页 |
| 1.3.2 论文内容 | 第16页 |
| 1.4 论文结构安排 | 第16-18页 |
| 第2章 相关模型与方法 | 第18-24页 |
| 2.1 引言 | 第18页 |
| 2.2 基本概念介绍 | 第18页 |
| 2.3 异常检测系统框架 | 第18-20页 |
| 2.4 模糊C-均值聚类算法 | 第20-21页 |
| 2.5 人工鱼群算法 | 第21-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 基于自适应人工鱼群FCM的异常检测算法 | 第24-39页 |
| 3.1 引言 | 第24页 |
| 3.2 FCM算法分析 | 第24-26页 |
| 3.2.1 基于聚类的异常检测相关技术要求 | 第24-25页 |
| 3.2.2 FCM算法存在的问题 | 第25-26页 |
| 3.3 自适应人工鱼群算法 | 第26-29页 |
| 3.3.1 算法思想及过程 | 第26-27页 |
| 3.3.2 算法分析 | 第27-29页 |
| 3.4 基于自适应人工鱼群的FCM算法 | 第29-37页 |
| 3.4.1 聚类个数确定方法 | 第29-30页 |
| 3.4.2 基于Mahalanobis距离的FCM算法 | 第30-32页 |
| 3.4.3 AAFSA-FCM算法 | 第32-37页 |
| 3.5 基于AAFSA-FCM的异常检测算法 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 实验及结果分析 | 第39-47页 |
| 4.1 引言 | 第39页 |
| 4.2 FCM与AAFSA-FCM对比实验 | 第39-41页 |
| 4.3 AAFSA-FCM异常检测实验 | 第41-46页 |
| 4.4 本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-53页 |
| 攻读硕士学位期间发表的学术论文 | 第53-54页 |
| 致谢 | 第54页 |