高维孤立点检测算法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景 | 第11-13页 |
| ·数据挖掘技术的产生与发展 | 第11-12页 |
| ·数据挖掘的分类与任务 | 第12-13页 |
| ·孤立点检测技术发展及研究现状 | 第13-14页 |
| ·本文主要工作 | 第14-16页 |
| ·论文结构 | 第16-17页 |
| 第二章 孤立点检测算法分析 | 第17-26页 |
| ·基于统计的方法 | 第17-18页 |
| ·基于距离的方法 | 第18-20页 |
| ·基于密度的方法 | 第20-22页 |
| ·局部异常定义 | 第20-21页 |
| ·局部异常因子计算 | 第21-22页 |
| ·基于偏离的方法 | 第22-24页 |
| ·基于聚类的方法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于平均密度的孤立点检侧 | 第26-35页 |
| ·算法思想 | 第26页 |
| ·相关概念 | 第26-28页 |
| ·ADOD算法描述 | 第28-30页 |
| ·ADOD算法实现 | 第30页 |
| ·实例分析 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 高维数据孤立点检测 | 第35-48页 |
| ·高维数据的特点 | 第35-36页 |
| ·稀疏性 | 第35页 |
| ·维灾 | 第35-36页 |
| ·高维对孤立点检测算法的影响 | 第36-37页 |
| ·高维对基于统计算法的影响 | 第36页 |
| ·高维对基于距离算法的影响 | 第36-37页 |
| ·高维对基于密度算法的影响 | 第37页 |
| ·高维对基于聚类算法的影响 | 第37页 |
| ·高维孤立点检测算法分析 | 第37-47页 |
| ·基于空间投影的孤立点检测算法 | 第38-43页 |
| ·基于超图模型的孤立点检测算法 | 第43-45页 |
| ·基于频繁模式的孤立点检测算法 | 第45-46页 |
| ·算法比较 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于有限比较的最大频繁项目集挖掘算法 | 第48-53页 |
| ·相关概念 | 第48-49页 |
| ·LCMFI算法描述 | 第49-50页 |
| ·算法分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 基于加权最大频繁模式的孤立点检测 | 第53-61页 |
| ·算法思想 | 第53页 |
| ·相关定义 | 第53-55页 |
| ·FindWMFPOF算法描述及分析 | 第55-56页 |
| ·实例分析 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第七章 结束语 | 第61-63页 |
| ·工作总结 | 第61-62页 |
| ·进一步工作展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 在读期间所发表的文章 | 第67页 |
