| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 课题研究意义 | 第12-14页 |
| 1.4 研究内容 | 第14页 |
| 1.5 论文组织结构 | 第14-16页 |
| 2 离群数据挖掘概述 | 第16-27页 |
| 2.1 离群数据挖掘的定义 | 第16-17页 |
| 2.1.1 离群挖掘主要研究问题 | 第16页 |
| 2.1.2 离群数据的概念 | 第16-17页 |
| 2.1.3 离群数据的释义 | 第17页 |
| 2.2 离群挖掘的相关工作 | 第17-21页 |
| 2.2.1 数据清洗 | 第18-19页 |
| 2.2.2 数据集成 | 第19-20页 |
| 2.2.3 数据变形 | 第20-21页 |
| 2.2.4 数据规约 | 第21页 |
| 2.3 数据仓库 | 第21-25页 |
| 2.3.1 数据仓库体系结构 | 第21-23页 |
| 2.3.2 数据仓库的实现 | 第23-24页 |
| 2.3.3 数据仓库与数据挖掘的联系 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 3 典型离群挖掘算法概述 | 第27-36页 |
| 3.1 基于统计的离群挖掘方法 | 第27-28页 |
| 3.2 基于深度的离群挖掘方法 | 第28-29页 |
| 3.3 基于偏离的离群挖掘方法 | 第29页 |
| 3.4 基于聚类的离群挖掘方法 | 第29-30页 |
| 3.5 基于距离的离群挖掘方法 | 第30-31页 |
| 3.6 基于密度的离群挖掘算法 | 第31-34页 |
| 3.6.1 基于密度的离群挖掘算法的优势 | 第31-32页 |
| 3.6.2 基于密度的离群挖掘算法 | 第32-34页 |
| 3.6.3 基于密度的离群挖掘算法的评价指标 | 第34页 |
| 3.7 本章小结 | 第34-36页 |
| 4 基于密度的离群挖掘算法的改进 | 第36-46页 |
| 4.1 LOF 算法的两个改进—INFLOF 和 COF | 第36-40页 |
| 4.1.1 基于影响空间的局部离群点挖掘算法—INFLOF | 第36-38页 |
| 4.1.2 基于链距离的离群挖掘算法—COF 和 DSNOF | 第38-40页 |
| 4.2 改进的基于密度的局部离群挖掘算法—ISSDOF | 第40-45页 |
| 4.2.1 改进算法相关概念 | 第40-42页 |
| 4.2.2 改进算法的思想 | 第42页 |
| 4.2.3 改进算法的流程和框架 | 第42-44页 |
| 4.2.4 改进算法的实现 | 第44-45页 |
| 4.3 本章小结 | 第45-46页 |
| 5 实验结果分析 | 第46-54页 |
| 5.1 模拟数据集 | 第46-49页 |
| 5.1.1 数据分布比较稀疏且呈现一定的模式的实验对比 | 第46-48页 |
| 5.1.2 不同密度区域相互靠近的实验对比 | 第48-49页 |
| 5.2 真实数据集 | 第49-52页 |
| 5.2.1 离群结果已知的数据集 | 第49-50页 |
| 5.2.2 离群结果未知的数据集—算法的应用 | 第50-52页 |
| 5.3 本章小结 | 第52-54页 |
| 6 总结和展望 | 第54-56页 |
| 6.1 工作总结 | 第54-55页 |
| 6.2 下一步工作 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60页 |
| A.作者在攻读学位期间发表的论文目录 | 第60页 |
