| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·问题的提出 | 第7-8页 |
| ·选题意义 | 第8页 |
| ·国内外研究现状 | 第8-12页 |
| ·本文的主要内容及结构 | 第12-14页 |
| 第二章 变点问题概述 | 第14-17页 |
| ·变点问题 | 第14页 |
| ·变点问题概述 | 第14-16页 |
| ·国外研究现状 | 第15-16页 |
| ·国外研究现状 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第三章 理论基础 | 第17-31页 |
| ·修正移动均值 | 第17-18页 |
| ·似然率检测方法 | 第18-19页 |
| ·性能指标 | 第19页 |
| ·聚类分析方法 | 第19-30页 |
| ·类的定义 | 第19-20页 |
| ·类的形状特征 | 第20页 |
| ·距离与相似系数 | 第20-23页 |
| ·聚类分析算法 | 第23-27页 |
| ·K_means 算法 | 第27-28页 |
| ·C_means 算法 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 方法设计 | 第31-53页 |
| ·基本原理 | 第31-37页 |
| ·数据密度 | 第31页 |
| ·K_means 聚类分析 | 第31-32页 |
| ·C_means 聚类分析 | 第32页 |
| ·滑动窗口理论 | 第32-33页 |
| ·流程设计 | 第33-37页 |
| ·仿真实例 | 第37-40页 |
| ·K_means 聚类分析仿真实例 | 第37-39页 |
| ·K_means 聚类分析仿真实例 | 第39-40页 |
| ·性能仿真研究 | 第40-52页 |
| ·K_means 识别方法性能研究 | 第41-45页 |
| ·C_means 识别方法性能研究 | 第45-49页 |
| ·K_means 识别方法与C_means 识别方法的性能比较 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 结论与展望 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 发表论文和参加科研情况说明 | 第60-61页 |
| 致谢 | 第61页 |