基于X~*树的反k近邻流数据离群点挖掘算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·本文研究的内容 | 第14-15页 |
| ·研究意义 | 第15-16页 |
| ·论文的组织结构 | 第16-17页 |
| 第2章 基础知识 | 第17-29页 |
| ·数据挖掘研究的理论基础 | 第17-19页 |
| ·数据流研究基本问题 | 第19-23页 |
| ·数据流类型 | 第19-20页 |
| ·数据流处理模型 | 第20-21页 |
| ·数据流管理系统 | 第21-22页 |
| ·数据流挖掘算法 | 第22-23页 |
| ·离群点挖掘方法 | 第23-27页 |
| ·基于统计模型的方法 | 第23-24页 |
| ·基于距离模型的方法 | 第24-25页 |
| ·基于密度模型的方法 | 第25-26页 |
| ·基于偏离模型的方法 | 第26页 |
| ·高维数据集离群点挖掘 | 第26-27页 |
| ·多维索引结构 | 第27-28页 |
| ·多维索引结构的分类 | 第27-28页 |
| ·R 树与X 树 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第3章 支持K 近邻查询的X*树索引 | 第29-43页 |
| ·引言 | 第29-30页 |
| ·基本概念和问题定义 | 第30-36页 |
| ·基本概念 | 第30-33页 |
| ·X 树索引结构及存在的问题 | 第33-35页 |
| ·X*树的基本结构及操作 | 第35-36页 |
| ·X*树的结点分裂算法 | 第36-40页 |
| ·无重叠分裂的条件定理 | 第36-37页 |
| ·算法基本思想 | 第37-38页 |
| ·算法描述 | 第38-39页 |
| ·实例分析 | 第39-40页 |
| ·k 近邻查询算法 | 第40-42页 |
| ·RKV 算法的基本思想 | 第40-41页 |
| ·RKV 算法描述 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 流数据离群点挖掘算法 | 第43-51页 |
| ·引言 | 第43-44页 |
| ·基本概念和问题定义 | 第44-46页 |
| ·基本概念 | 第44-45页 |
| ·反k 近邻 | 第45-46页 |
| ·概念漂移 | 第46页 |
| ·SODRNN 算法 | 第46-50页 |
| ·算法基本思想 | 第46-47页 |
| ·算法描述 | 第47-49页 |
| ·算法的空间复杂度分析 | 第49页 |
| ·算法的时间复杂度分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 算法的实验验证 | 第51-59页 |
| ·引言 | 第51页 |
| ·X*树索引结构实验分析 | 第51-54页 |
| ·实验环境设置 | 第51页 |
| ·k 近邻查询效率实验 | 第51-53页 |
| ·内存空间需求实验 | 第53-54页 |
| ·SODRNN 算法实验分析 | 第54-58页 |
| ·实验环境设置 | 第55页 |
| ·离群点检测率实验 | 第55-56页 |
| ·算法时间效率实验 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |
