基于滑动窗口模型的数据流离群点检测研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文研究的主要内容 | 第11-12页 |
| ·论文的章节安排 | 第12-13页 |
| 2 数据流挖掘和离群点检测 | 第13-25页 |
| ·数据挖掘概述 | 第13-19页 |
| ·数据挖掘的定义 | 第14-15页 |
| ·数据挖掘的功能 | 第15-17页 |
| ·数据挖掘的过程 | 第17-18页 |
| ·数据挖掘的应用与发展 | 第18-19页 |
| ·离群点检测概述 | 第19-22页 |
| ·离群点的产生原因 | 第19页 |
| ·离群点的定义 | 第19-20页 |
| ·基于距离的离群点检测方法介绍 | 第20-22页 |
| ·数据流挖掘概述 | 第22-24页 |
| ·数据流及其特点 | 第22-23页 |
| ·数据流挖掘常用处理模型 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 数据流离群点检测方法评介 | 第25-28页 |
| ·基于聚类思想的数据流离群点检测方法 | 第25页 |
| ·基于距离的数据流离群点检测方法 | 第25-27页 |
| ·基于动态网格的算法 | 第26页 |
| ·基于反 k 近邻的算法 | 第26页 |
| ·自适应的窗口调整算法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 4 基于滑动窗口模型的数据流离群点检测算法 | 第28-50页 |
| ·引言 | 第28页 |
| ·相关工作 | 第28-29页 |
| ·基本概念和问题定义 | 第29-33页 |
| ·基础算法 | 第33-34页 |
| ·算法思想 | 第33页 |
| ·算法步骤 | 第33-34页 |
| ·算法分析 | 第34页 |
| ·SODS 算法的实验验证 | 第34-38页 |
| ·实验环境 | 第34-35页 |
| ·数据来源 | 第35页 |
| ·实验结果分析 | 第35-38页 |
| ·结论 | 第38页 |
| ·剪枝算法 | 第38-41页 |
| ·算法思想 | 第38-40页 |
| ·算法步骤 | 第40页 |
| ·算法分析 | 第40-41页 |
| ·SODS1 实验验证 | 第41-42页 |
| ·实验结果分析 | 第41-42页 |
| ·结论 | 第42页 |
| ·带缓冲窗口的算法 | 第42-47页 |
| ·算法思想 | 第43-45页 |
| ·算法步骤 | 第45-46页 |
| ·算法分析 | 第46-47页 |
| ·BSODS 实验验证 | 第47-49页 |
| ·实验结果分析 | 第47-48页 |
| ·结论 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-52页 |
| ·本文工作总结 | 第50页 |
| ·未来工作展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录 | 第56页 |
| A. 作者在攻读硕士学位期间发表的学术论文 | 第56页 |
| B. 作者在攻读学位期间参与的科研项目目录 | 第56页 |
