| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-13页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 本文主要研究内容和结构安排 | 第16-18页 |
| 1.3.1 本文的主要研究内容 | 第16页 |
| 1.3.2 本文的结构安排 | 第16-18页 |
| 第二章 离群点检测相关理论 | 第18-32页 |
| 2.1 离群点概述 | 第18-21页 |
| 2.1.1 离群点的定义 | 第18-19页 |
| 2.1.2 离群点的成因 | 第19-20页 |
| 2.1.3 离群点的分类 | 第20-21页 |
| 2.2 离群点概述 | 第21-26页 |
| 2.2.1 离群点检测方法分类 | 第21-22页 |
| 2.2.2 离群点检测方法评估 | 第22-23页 |
| 2.2.3 离群点检测方法距离度量方式 | 第23-26页 |
| 2.3 离群点检测方法概述 | 第26-31页 |
| 2.3.1 基于统计的离群点检测方法 | 第26-27页 |
| 2.3.2 基于深度的离群点检测方法 | 第27-28页 |
| 2.3.3 基于偏移的离群点检测方法 | 第28页 |
| 2.3.4 基于聚类的离群点检测方法 | 第28-29页 |
| 2.3.5 基于距离的离群点检测方法 | 第29-30页 |
| 2.3.6 基于密度的离群点检测方法 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于距离的离群点检测算法研究 | 第32-51页 |
| 3.1 基于距离的离群点检测算法 | 第32-37页 |
| 3.1.1 基于距离的离群点检测算法简述 | 第32-34页 |
| 3.1.2 基于k-近邻平均距离(kNN)的离群点检测算法 | 第34-37页 |
| 3.2 改进的基于距离的离群点检测算法 | 第37-45页 |
| 3.2.1 算法的基本思路 | 第37-41页 |
| 3.2.2 算法描述 | 第41-44页 |
| 3.2.3 算法分析 | 第44-45页 |
| 3.3 实验分析 | 第45-50页 |
| 3.3.1 数据预处理 | 第45-46页 |
| 3.3.2 算法的正确性验证 | 第46-48页 |
| 3.3.3 算法的效率分析 | 第48-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 基于频率的离群点检测算法研究 | 第51-63页 |
| 4.1 属性类型介绍 | 第51-52页 |
| 4.1.1 不同属性类型 | 第51-52页 |
| 4.1.2 区分属性的独立方法 | 第52页 |
| 4.2 基于距离的离群点检测算法的不足 | 第52-53页 |
| 4.3 针对分类数据的离群点检测算法简述 | 第53-55页 |
| 4.3.1 基于信息熵的离群点检测算法 | 第53-54页 |
| 4.3.2 基于频率的离群点检测算法 | 第54-55页 |
| 4.4 改进的基于频率的离群点检测算法 | 第55-60页 |
| 4.4.1 算法的基本思路 | 第55-58页 |
| 4.4.2 算法描述 | 第58-59页 |
| 4.4.3 算法分析 | 第59-60页 |
| 4.5 实验分析 | 第60-62页 |
| 4.5.1 算法的正确性验证 | 第60-61页 |
| 4.5.2 算法的效率分析 | 第61-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第五章 总结和展望 | 第63-65页 |
| 5.1 总结 | 第63页 |
| 5.2 展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间发表的论文 | 第70-71页 |
| 致谢 | 第71页 |