时空离群点检测研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-20页 |
| ·数据挖掘概述 | 第9-11页 |
| ·数据挖掘的产生背景 | 第9页 |
| ·数据挖掘的概念 | 第9-10页 |
| ·数据挖掘的研究内容和本质 | 第10页 |
| ·数据挖掘的应用 | 第10-11页 |
| ·数据挖掘的发展趋势 | 第11-13页 |
| ·空间数据挖掘 | 第11页 |
| ·时序数据挖掘 | 第11-12页 |
| ·时空数据挖掘 | 第12-13页 |
| ·离群点检测概述 | 第13-16页 |
| ·离群点的引入 | 第13页 |
| ·离群点的定义 | 第13页 |
| ·离群点检测过程 | 第13-14页 |
| ·离群点检测方法 | 第14-16页 |
| ·离群点检测的发展趋势 | 第16-18页 |
| ·空间离群点检测 | 第16-17页 |
| ·时序离群检测 | 第17-18页 |
| ·时空离群检测 | 第18页 |
| ·论文研究的主要内容与组织结构 | 第18-20页 |
| 第二章 时序离群模式挖掘算法 | 第20-30页 |
| ·相关工作 | 第20-21页 |
| ·时序数据的分段 | 第21-22页 |
| ·基于时序分段的离群检测方法 | 第22-23页 |
| ·基于IPS的离群模式检测算法 | 第23-27页 |
| ·IPS分段方法 | 第23-25页 |
| ·分段模式的特征提取和离群检测 | 第25-26页 |
| ·基于IPS的时序离群模式检测算法 | 第26-27页 |
| ·实验和比较 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 空间离群点挖掘算法 | 第30-40页 |
| ·相关工作 | 第30-32页 |
| ·SLOM算法的不足 | 第32-33页 |
| ·SLOC算法 | 第33-36页 |
| ·相关概念 | 第33-34页 |
| ·算法描述 | 第34-35页 |
| ·算法复杂度分析 | 第35-36页 |
| ·实验测试及分析 | 第36-39页 |
| ·合成数据集 | 第36-37页 |
| ·美国人口数据集 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 时空邻居研究 | 第40-54页 |
| ·空间邻居 | 第41-47页 |
| ·相接对象的空间邻居 | 第43-44页 |
| ·相离对象的空间邻居 | 第44-47页 |
| ·时间邻居 | 第47-50页 |
| ·基于随机项的时间邻居 | 第48-49页 |
| ·基于周期项的时间邻居 | 第49-50页 |
| ·时空邻居 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 第五章 时空离群模式挖掘算法 | 第54-70页 |
| ·时空离群点的概念 | 第54页 |
| ·相关工作 | 第54-56页 |
| ·现有时空离群点检测算法的不足 | 第56-57页 |
| ·时空离群点检测研究途径 | 第57页 |
| ·时空离群模式 | 第57-58页 |
| ·时空离群模式的概念 | 第57-58页 |
| ·时空模式的获取方法 | 第58页 |
| ·时空模式的邻域 | 第58-60页 |
| ·基于STLOC的时空离群模式检测算法 | 第60-62页 |
| ·相关概念 | 第60-61页 |
| ·基于STLOC的时空离群模式检测算法 | 第61-62页 |
| ·参数讨论 | 第62页 |
| ·实验测试及分析 | 第62-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 结束语 | 第70-72页 |
| ·工作总结 | 第70页 |
| ·进一步工作 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间发表的学术论文 | 第75-76页 |
| 致谢 | 第76页 |
