| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 特征选择算法研究现状 | 第9-10页 |
| 1.2.2 层次聚类算法研究现状 | 第10-11页 |
| 1.2.3 研究现状小结 | 第11页 |
| 1.3 本文的研究工作 | 第11-12页 |
| 1.4 本文组织结构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 相关理论 | 第14-20页 |
| 2.1 特征选择 | 第14-16页 |
| 2.1.1 特征选择的过程 | 第14-15页 |
| 2.1.2 特征选择的分类 | 第15-16页 |
| 2.2 聚类算法 | 第16-19页 |
| 2.2.1 基于层次的聚类算法 | 第16-17页 |
| 2.2.2 基于划分的聚类算法 | 第17页 |
| 2.2.3 基于密度的聚类方法 | 第17-18页 |
| 2.2.4 基于网格的聚类方法 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 改进的基于最大近邻粗糙逼近的特征选择算法 | 第20-30页 |
| 3.1 邻域粗糙集 | 第20-22页 |
| 3.1.1 粗糙集的基本概念 | 第20-21页 |
| 3.1.2 邻域粗糙集 | 第21-22页 |
| 3.2 基于最大近邻粗糙逼近的特征选择算法 | 第22-25页 |
| 3.3 改进的基于最大近邻的粗糙逼近的特征选择算法 | 第25-27页 |
| 3.4 实验与结果分析 | 第27-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 基于蚁群优化的层次聚类算法 | 第30-39页 |
| 4.1 层次聚类 | 第30-31页 |
| 4.2 蚁群优化算法 | 第31-32页 |
| 4.3 基于蚁群优化的凝聚型层次聚类算法 | 第32-35页 |
| 4.3.1 距离标准 | 第32页 |
| 4.3.2 目标函数 | 第32-33页 |
| 4.3.3 基于蚁群优化的凝聚型层次聚类 | 第33-35页 |
| 4.4 实验与分析 | 第35-38页 |
| 4.4.1 实验数据预处理 | 第35页 |
| 4.4.2 人工数据集 | 第35-37页 |
| 4.4.3 UCI数据集 | 第37-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第五章 层次聚类分析在网络取证系统中的应用 | 第39-44页 |
| 5.1 系统设计原理 | 第39页 |
| 5.2 系统的设计 | 第39-40页 |
| 5.3 系统功能界面展示 | 第40-43页 |
| 5.3.1 客户端采集网络数据包并提交证据 | 第40-42页 |
| 5.3.2 数据特征选择模块实现 | 第42页 |
| 5.3.3 数据聚类模块实现 | 第42-43页 |
| 5.4 本章小结 | 第43-44页 |
| 第六章 总结与展望 | 第44-46页 |
| 6.1 论文总结 | 第44页 |
| 6.2 工作展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 攻硕期间发表论文及科研成果 | 第49-50页 |
| 致谢 | 第50页 |