| 第一章 导论 | 第1-14页 |
| ·问题的提出 | 第7-9页 |
| ·研究目的及意义 | 第9-10页 |
| ·研究方法 | 第10页 |
| ·研究框架与主要内容 | 第10-12页 |
| ·关键概念 | 第12-14页 |
| 第二章 智能数据分析与异常数据 | 第14-39页 |
| ·智能数据分析现状 | 第14-18页 |
| ·分析异常数据的重要性 | 第18-23页 |
| ·现有异常数据的检测方法 | 第23-33页 |
| ·基于统计的方法 | 第24-25页 |
| ·基于距离的方法 | 第25-27页 |
| ·基于偏差的方法 | 第27-29页 |
| ·基于密度的方法 | 第29-33页 |
| ·现有异常数据检测方法小结 | 第33-36页 |
| ·对异常数据进行集成化管理的必要性 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 集成化环境下基于自组织映射的异常数据检测方法 | 第39-70页 |
| ·自组织映射 | 第39-50页 |
| ·神经元的侧向交互原理 | 第40-41页 |
| ·二维阵列自组织映射模型 | 第41-44页 |
| ·自组织映射模型的学习算法 | 第44-47页 |
| ·自组织映射模型学习的具体步骤 | 第47-50页 |
| ·基于自组织映射的异常数据检测方法 | 第50-55页 |
| ·基于自组织映射的异常数据检测方法与现有异常数据检测方法的比较 | 第55-58页 |
| ·基于自组织映射的异常数据检测方法在计算机视频视野测试中的应用 | 第58-69页 |
| ·常规视野测试过程 | 第59-60页 |
| ·计算机视频视野测试 | 第60-63页 |
| ·计算机视频视野测试中异常数据的检测 | 第63-66页 |
| ·实验结果 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第四章 集成化环境下不同类型异常数据的区分 | 第70-83页 |
| ·基于真实异常数据模型的区分方法 | 第70-71页 |
| ·基于噪音异常数据模型的区分方法 | 第71-74页 |
| ·计算机视频视野测试数据中真实异常数据的建模 | 第74-77页 |
| ·计算机视频视野测试数据中噪音异常数据的建模 | 第77-82页 |
| ·计算机视频视野测试中噪音异常数据的定义 | 第78-79页 |
| ·噪音模型的构建 | 第79-80页 |
| ·评估噪音异常数据模型 | 第80-82页 |
| ·本章小结 | 第82-83页 |
| 第五章 集成化环境下真实异常数据中的知识发现 | 第83-90页 |
| ·交互式知识发现方法 | 第83-86页 |
| ·交互式知识发现方法在计算机视频视野测试中的应用 | 第86-89页 |
| ·本章小结 | 第89-90页 |
| 第六章 控制噪音异常数据的产生 | 第90-98页 |
| ·数据的动态采集方法 | 第90-92页 |
| ·稳定性指标和可靠性指标 | 第90-91页 |
| ·重复采集的控制方法 | 第91-92页 |
| ·控制噪音异常数据产生方法在计算机视频视野测试中的应用 | 第92-97页 |
| ·视野测试的智能用户界面 | 第93-95页 |
| ·测试次数的控制方法 | 第95-96页 |
| ·实验结果 | 第96-97页 |
| ·本章小结 | 第97-98页 |
| 第七章 总结与展望 | 第98-100页 |
| 参考文献 | 第100-116页 |
| 附录1 航天飞机自动降落数据 | 第116-117页 |
| 附录2 心电图检测数据 | 第117-122页 |
| 附录3 自组织映射程序以及其它三种异常数据检测算法 | 第122-134页 |
| 附录4 计算机视频视野测试记录 | 第134-140页 |
| 致谢 | 第140-142页 |
