首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

谱聚类在离群数据挖掘中的应用研究

中文摘要第1-4页
英文摘要第4-7页
1 绪论第7-9页
   ·研究背景和意义第7页
   ·国内外研究现状第7-8页
   ·本文研究主要内容及结构第8-9页
2 离群数据挖掘相关基础第9-18页
   ·数据挖掘概述第9-13页
     ·数据挖掘定义第9-10页
     ·数据挖掘流程第10-12页
     ·数据挖掘与相关学科第12-13页
   ·离群数据挖掘概述第13-17页
     ·离群数据挖掘定义第13-14页
     ·离群数据挖掘相关发展第14-16页
     ·离群数据挖掘主要流程第16-17页
   ·本章小结第17-18页
3 离群数据挖掘算法概述第18-30页
   ·基于统计的离群数据挖掘算法第19-20页
   ·基于深度的离群数据挖掘算法第20-21页
   ·基于距离的离群数据挖掘算法第21-23页
   ·基于密度的离群数据挖掘算法第23-24页
   ·基于规则的离群数据挖掘算法第24-25页
   ·基于偏移的离群数据挖掘算法第25-26页
   ·基于聚类的离群数据挖掘算法第26-27页
   ·其他离群数据挖掘方法第27-28页
   ·主要离群数据挖掘方法之间的比较第28-29页
   ·离群数据分析第29页
   ·本章小结第29-30页
4 谱聚类第30-40页
   ·谱图理论第30-34页
     ·图划分理论第30页
     ·谱图理论第30-34页
   ·谱聚类第34-39页
     ·谱聚类概述第34-35页
     ·谱聚类算法第35-37页
     ·谱聚类与其他聚类算法对比第37-39页
   ·本章小结第39-40页
5 谱聚类在离群数据挖掘中的应用第40-52页
   ·谱聚类应用于离群数据挖掘的可行性分析第40-42页
     ·问题描述第40-41页
     ·带有离群点数据集的谱系特征分析第41-42页
   ·基于谱聚类的离群数据挖掘算法第42-45页
     ·谱聚类算法选取第42-43页
     ·离群指数第43-44页
     ·基于NJW 的离群数据挖掘算法第44-45页
   ·算法性能测试第45-51页
     ·人工数据集第45-48页
     ·真实数据集第48-51页
   ·本章小结第51-52页
6 论文总结第52-54页
   ·论文主要工作第52-53页
   ·后续展望第53-54页
致谢第54-55页
参考文献第55-58页
附录第58页
 A. 作者在攻读硕士学位期间发表的论文第58页
 B. 作者在攻读硕士学位期间参加的科研项目第58页

论文共58页,点击 下载论文
上一篇:重庆市房地产预警系统构建与应用
下一篇:基于结构张量的B-样条多尺度表示的角点检测