声明
摘要
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究进展及现状
1.2.1 聚类算法研究进展及现状
1.2.2 基于网格聚类算法研究进展及现状
1.3 论文研究内容及组织结构
1.3.1 论文研究内容
1.3.2 论文组织结构
第2章 网格聚类算法综述
2.1 数据挖掘概述
2.1.1 数据挖掘定义
2.1.2 数据挖掘所发现的知识
2.1.3 数据挖掘功能
2.1.4 数据挖掘系统组成及其挖掘过程
2.2 聚类分析基础
2.2.1 聚类分析定义
2.2.2 聚类分析应用要求
2.2.3 聚类分析常用算法
2.3 基于网格的聚类算法
2.3.1 传统网格聚类算法
2.3.2 几种改进网格聚类算法
2.4 小结
第3章 网格划分及边界点提取
3.1 网格划分类型
3.1.1 均匀网格划分
3.1.2 边长自适应网格划分
3.1.3 区域自适应网格划分
3.1.4 3种网格划分方法之比较
3.2 网格边界点提取
3.2.1 窗口延伸法
3.2.2 k-近邻延伸法
3.3 小结
第4章 基于网格的加权平均密度自适应聚类算法
4.1 加权平均密度相关概念
4.2 自适应容纳阈值相关概念
4.3 网格划分方法
4.3.1 基本概念
4.3.2 网格分割
4.4 聚类边界点提取
4.5 算法基本思想
4.6 小结
第5章 算法实现及在入侵检测中的应用
5.1 算法描述
5.2 仿真实例
5.2.1 有效性
5.2.2 参数变化对聚类结果的影响
5.2.3 时间性能测试
5.3 改进算法与SCI算法之比较
5.3.1 簇不相连数据集聚类结果比较
5.3.2 簇相连数据集聚类结果比较
5.4 改进算法在入侵检测中的应用
5.5 小结
结论
参考文献
致谢