离群检测与离群释义算法研究

摘要	第1-5页
ABSTRACT	第5-10页
1 绪论	第10-20页
·选题背景	第10-12页
·国内外研究现状	第12-17页
·低维数据离群检测研究现状	第12-15页
·高维数据离群检测研究现状	第15-16页
·离群释义研究现状	第16-17页
·本文研究内容	第17-18页
·本文组织结构	第18-20页
2 相关概念与技术	第20-46页
·离群检测技术	第20-25页
·离群数据定义	第20-23页
·离群检测技术分类	第23-24页
·离群检测结果表示方式	第24页
·离群检测评价指标	第24-25页
·低维离群检测技术概述	第25-39页
·基于统计的离群检测	第25-30页
·基于深度的离群检测	第30页
·基于距离的离群检测	第30-33页
·基于偏离的离群检测	第33-34页
·基于密度的离群检测	第34-37页
·基于聚类的离群检测	第37-39页
·高维离群检测技术概述	第39-41页
·高维离群检测方案	第39页
·网格数据立方体方法	第39-40页
·基于离群样本的方法	第40页
·基于子空间的离群检测方法	第40-41页
·离群子空间检测技术概述	第41-44页
·离群子空间含义	第41-42页
·动态离群子空间搜索	第42-43页
·基于遗传算法的离群子空间搜索	第43-44页
·小结	第44-46页
3 基于自动聚类的离群检测	第46-64页
·聚类数目对离群检测结果的影响	第46-48页
·改进的基于聚类的离群因子	第48-50页
·基于自动聚类的离群检测	第50-58页
·减法聚类	第50-52页
·聚类有效性指标	第52-55页
·基于自动 PAM 聚类的离群检测	第55-58页
·算法分析	第58页
·实验结果	第58-63页
·小结	第63-64页
4 云模型在类别数据离群检测中的应用	第64-84页
·云模型	第64-67页
·云的概念及其数字特征	第64-65页
·云发生器	第65-67页
·类别数据离群检测	第67-71页
·基于熵的贪心搜索离群检测	第67-69页
·基于频繁项集的离群检测	第69-70页
·基于反转非频繁项集的离群检测	第70页
·基于属性值频率的离群检测	第70-71页
·类别数据特征抽取	第71-73页
·基于云模型的类别数据离群检测	第73-77页
·算法分析	第77-78页
·实验结果	第78-82页
·小结	第82-84页
5 基于剪枝策略的离群释义子空间搜索	第84-100页
·粗糙集基本理论及其应用	第84-87页
·粗糙集基本概念	第84-85页
·粗糙集在知识约简中的应用	第85-87页
·离群释义子空间的含义	第87-88页
·离群属性约简的相关概念	第88-90页
·基于剪枝策略的离群释义子空间搜索算法	第90-93页
·算法分析	第93页
·实例及实验结果分析	第93-98页
·实例分析	第93-94页
·实验及结果分析	第94-98页
·小结	第98-100页
6 基于张量空间的离群关键子空间搜索	第100-120页
·高维离群检测的挑战	第100-101页
·高维离群检测及分析	第101-104页
·张量空间	第104-112页
·共享最近邻相似度	第104页
·高维空间采用共享最近邻搜索邻居	第104-108页
·张量空间的构建	第108-112页
·张量空间中的离群度计算	第112-113页
·基于张量空间的离群关键子空间搜索	第113-115页
·算法分析	第115页
·实验结果	第115-118页
·小结	第118-120页
7 总结与展望	第120-122页
·主要工作与贡献	第120-121页
·下一步的研究工作	第121-122页
致谢	第122-124页
参考文献	第124-138页
附录	第138页
A. 作者在攻读博士学位期间发表的论文	第138页
B. 作者在攻读博士学位期间参加的科研项目	第138页