声明
摘要
第1章 绪论
1.1 研究背景及意义
1.1.1 不确定数据产生的原因
1.1.2 不确定数据模型
1.2 不确定数据面临的挑战
1.3 相关工作
1.3.1 确定数据聚类
1.3.2 不确定数据聚类
1.3.3 异常点检测
1.3.4 数据流异常点检测
1.4 本文的主要贡献
1.5 本文组织结构
第2章 障碍空间中不确定数据聚类算法
2.1 引言
2.2 问题定义
2.3 OBS-UK-Means算法描述
2.4 剪枝方法
2.4.1 基于R树的剪枝方法
2.4.2 基于Voronoi图的剪枝方法
2.4.3 最短距离区域
2.5 性能分析
2.5.1 数据集
2.5.2 效率测试
2.5.3 有效性测试
2.5.4 聚类质量
2.6 本章小结
第3章 不确定数据基于密度的局部异常点检测
3.1 引言
3.2 问题定义
3.3 不确定数据基于密度的局部异常点检测
3.3.1 异常点检测算法
3.3.2 剪枝算法
3.4 性能分析
3.4.1 剪枝率测试
3.4.2 效率测试
3.4.3 准确度测试
3.5 本章小结
第4章 不确定数据流上参数可变的异常点检测
4.1 引言
4.2 问题定义
4.3 不确定数据流上异常点检测
4.3.1 基础算法
4.3.2 异常点概率界限
4.3.3 k变化的查询
4.4 性能分析
4.4.1 运行时间
4.4.2 存储空间
4.4.3 准确度
4.5 本章小结
第5章 不确定数据流上基于距离的异常点检测
5.1 引言
5.2 问题定义
5.3 检测算法
5.3.1 算法架构
5.3.2 增量算法
5.3.3 S M-tree
5.4 Top-n异常点检测
5.5 性能分析
5.5.1 运行时间
5.5.2 存储空间
5.6 本章小结
第6章 结束语
6.1 本文工作的总结
6.2 未来工作展望
参考文献
致谢
攻博期间发表的文章
科研经历
作者简介