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

基于基尼指标和子空间的离群数据挖掘方法研究

中文摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-17页
   ·数据挖掘概述第7-11页
     ·数据挖掘产生背景第7-8页
     ·数据挖掘分类第8页
     ·数据挖掘过程第8-10页
     ·数据挖掘应用领域第10-11页
   ·数据挖掘任务第11-14页
     ·概念/类描述第12页
     ·关联规则(Association Rule)第12页
     ·分类与预测(Classification And Prediction)第12-13页
     ·聚类(Clustering)第13页
     ·离群数据挖掘(Outliers)第13-14页
   ·论文研究内容与组织第14-17页
     ·研究内容第14页
     ·论文组织第14-17页
第二章 离群数据与基尼指标第17-23页
   ·引言第17页
   ·离群数据方法第17-20页
     ·基于统计的离群挖掘第17-18页
     ·基于距离的离群挖掘第18-19页
     ·基于深度的离群挖掘第19页
     ·基于密度的离群挖掘第19页
     ·基于偏差的离群挖掘第19-20页
   ·离群数据当前研究热点第20-21页
   ·基尼指标第21页
   ·子空间第21-22页
   ·小结第22-23页
第三章 一种基于基尼指标的离群数据挖掘方法第23-33页
   ·引言第23-24页
   ·相关工作分析第24-25页
   ·基于基尼指标的离群数据挖掘第25-26页
   ·算法描述及分析第26-28页
   ·实验结果分析第28-31页
     ·UCI 数据第28-30页
     ·恒星光谱数据第30-31页
   ·小结第31-33页
第四章 基于基尼指标加权的离群子空间与离群数据挖掘方法第33-43页
   ·引言第33-34页
   ·相关工作分析第34-35页
     ·高维海量离群数据挖掘第34页
     ·数据标准化处理第34-35页
   ·基于基尼指标加权的子空间离群数据挖掘第35-36页
     ·基于基尼指标的离群子空间及属性权值第35-36页
     ·数据对象的离群程度第36页
   ·算法描述及分析第36-38页
   ·实验结果及分析第38-42页
     ·UCI 数据第38-40页
     ·恒星光谱数据第40-42页
   ·小结第42-43页
第五章 总结与展望第43-45页
   ·总结第43-44页
   ·展望第44-45页
参考文献第45-49页
致谢第49-51页
攻读学位期间所发表的论文和科研项目第51-53页
个人简介与联系方式第53-54页

论文共54页,点击 下载论文
上一篇:二氧化铀核燃料芯块形状优化的数值模拟
下一篇:光学数字图像增强算法及应用研究