文摘
英文文摘
声明
第1章 绪论
1.1研究背景与意义
1.2国内外研究现状
1.3本文的主要工作
1.4论文结构
第2章 数据挖掘中的聚类分析和离异点识别
2.1数据挖掘概念和研究内容
2.2聚类分析概述
2.3聚类算法
2.3.1基于划分的聚类方法(partitioning method)
2.3.2基于层次的聚类方法(hierarchical method)
2.3.3基于模型的聚类方法(model-based method)
2.3.4基于密度的聚类方法(density—based method)
2.3.5基于网格的聚类方法(grid—based method)
2.4离异点的描述
2.5离异点识别方法
2.5.1基于统计的离异点识别方法
2.5.2基于距离的离异点识别方法
2.5.3基于密度的离异点识别方法
2.5.4基于偏离的离异点识别方法
2.6本章小结
第3章 相异数划分网格法和相异函数
3.1基本数据类型及表示形式
3.2数据标准化与数据转化
3.3相异度
3.4网格空间
3.5划分网格方法分析
3.6相异数划分网格法描述
3.7相异函数
3.8本章小结
第4章 基于网格相邻关系的离异点识别算法
4.1问题分析
4.2离异点衡量标准
4.3 GAO算法描述
4.4算法复杂度分析
4.5实验分析
4.5.1算法性能比较
4.5.2算法有效性比较
4.6本章小结
第5章 基于网格相邻关系的多密度聚类算法
5.1研究背景
5.2相关概念
5.3基于网格相邻关系的多密度聚类算法(GAMD)
5.3.1基本思想
5.3.2边界单元的处理
5.3.3 GAMD算法描述
5.4算法复杂度分析
5.5实验分析
5.5.1算法性能实验
5.5.2算法有效性实验
5.6本章小结
结论
致 谢
参考文献
攻读学位期间发表的论文