基于相似度剪枝和数据场势值的离群点检测算法

声明

第1章 绪 论

1.1 研究背景及目的和意义

1.2 国内外研究现状

1.3 本文主要研究内容

1.4 本文的组织结构

第2章 离群点检测概述

2.1 离群点概述

2.1.1 离群点产生原因

2.1.2 离群点定义

2.1.3 离群点类型

2.2 离群点检测技术

2.2.1 离群点检测方法

2.2.2 离群点检测的应用

2.3 本章小结

第3章 一种相似度剪枝和邻域密度的离群点检测算法

3.1 引言

3.2 问题的引入

3.3 基于相似度剪枝和邻域密度的离群点检测算法

3.3.1 SPND算法思想

3.3.2 SPND相关定义

3.3.3 SPND算法描述

3.3.4 SPND算法分析

3.4本章小结

第4章 一种数据场势值期望和均方差的离群点检测算法

4.1 引言

4.2 问题引入

4.3 基于数据场势值期望和均方差的离群点检测算法

4.3.1 EMSD-DFP算法思想

4.3.2 EMSD-DFP相关定义

4.3.3 EMSD-DFP算法描述

4.3.4 EMSD-DFP算法分析

4.4 本章小结

第5章 实验结果与性能分析

5.1 实验环境

5.1.1 实验环境

5.1.2 实验数据

5.1.3 检验指标

5.2 相似度剪枝和邻域密度算法的实验分析

5.2.1 相似度剪枝和邻域密度算法合成数据集实验

5.2.2 相似度剪枝和邻域密度算法真实数据集实验

5.3 数据场势值期望和均方差算法的实验分析

5.3.1 数据场势值期望和均方差算法合成数据集实验

5.3.2 数据场势值期望和均方差算法真实数据集实验

5.4 本章小结

结论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢