基于K-距离的孤立点和聚类算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第1章 引言 | 第8-11页 |
| ·研究背景与意义 | 第8-9页 |
| ·论文思路 | 第9-10页 |
| ·论文贡献 | 第10页 |
| ·论文结构 | 第10-11页 |
| 第2章 相关知识 | 第11-27页 |
| ·数据挖掘概述 | 第11页 |
| ·聚类分析 | 第11-21页 |
| ·聚类算法介绍 | 第12-14页 |
| ·基于密度的聚类方法 | 第14-21页 |
| ·孤立点分析 | 第21-26页 |
| ·基于统计的孤立点检测 | 第22页 |
| ·基于距离的孤立点检测 | 第22-24页 |
| ·基于偏离的孤立点检测 | 第24-25页 |
| ·基于密度的孤立点检测 | 第25-26页 |
| ·局部孤立因子(LOF) | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于密度的孤立点算法 | 第27-54页 |
| ·对 LOF算法的分析 | 第27-33页 |
| ·存在的问题 | 第31-32页 |
| ·提出的解决方法 | 第32-33页 |
| ·局部孤立系数算法(LOC) | 第33-36页 |
| ·K-距离因子算法 | 第36-39页 |
| ·增强的 K-距离因子算法(EKDF) | 第39-41页 |
| ·确定在局部孤立系数和 K-距离因子上的边界 | 第41-42页 |
| ·算法分析 | 第42-43页 |
| ·孤立点正确性实验 | 第43-48页 |
| ·综合数据集 | 第44-46页 |
| ·真实数据集 | 第46-48页 |
| ·孤立点检测效率实验 | 第48-52页 |
| ·k值对响应时间的影响 | 第48-49页 |
| ·数据规模对响应时间的影响 | 第49-52页 |
| ·参数k的变化对LOF值和KDF值的影响 | 第52-54页 |
| 第4章 基于局部孤立系数的聚类算法 | 第54-65页 |
| ·基本概念 | 第54-55页 |
| ·基于局部孤立系数的聚类思路 | 第55页 |
| ·聚类算法 | 第55-57页 |
| ·聚类正确性实验 | 第57-61页 |
| ·算法复杂度分析 | 第57页 |
| ·聚类结果对比 | 第57-61页 |
| ·多密度数据集实验 | 第61-62页 |
| ·聚类算法的时间性能实验 | 第62-65页 |
| ·k值对响应时间的影响 | 第62-63页 |
| ·数据规模对响应时间的影响 | 第63-65页 |
| 第5章 结论 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间的研究成果 | 第71页 |
