版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、數(shù)據(jù)挖掘技術(shù)是一個(gè)從大量數(shù)據(jù)中發(fā)現(xiàn)潛在知識(shí)的過程,其主要目的就是從大量的、不完全的、有噪聲的應(yīng)用中,提取隱含在其中的、人們事先不知道的、但又潛在有用的信息和知識(shí)。離群數(shù)據(jù)是明顯偏離其它數(shù)據(jù)、不滿足數(shù)據(jù)的一般模式或行為,與存在的其它數(shù)據(jù)不一致的數(shù)據(jù)。當(dāng)前離群數(shù)據(jù)挖掘已應(yīng)用于電信、金融、氣象預(yù)報(bào)、股票市場(chǎng)、入侵檢測(cè)等許多領(lǐng)域。離群數(shù)據(jù)挖掘包括了離群數(shù)據(jù)發(fā)現(xiàn)和離群數(shù)據(jù)分析兩部分,離群數(shù)據(jù)分析與背景知識(shí)有關(guān),本文著重討論了離群數(shù)據(jù)挖掘中的最關(guān)鍵
2、問題-離群數(shù)據(jù)的發(fā)現(xiàn)問題。 本文通過研究不同的離群數(shù)據(jù)挖掘算法的特點(diǎn),提出了改進(jìn)的基于密度的離群數(shù)據(jù)挖掘算法,并將改進(jìn)后的算法應(yīng)用于網(wǎng)絡(luò)入侵檢測(cè)。具體來講,本文的研究工作主要包括以下幾個(gè)方面: ①研究了離群數(shù)據(jù)挖掘的現(xiàn)狀及過程、研究離群數(shù)據(jù)挖掘的意義、離群數(shù)據(jù)挖掘與數(shù)據(jù)倉(cāng)庫(kù)的關(guān)系。通過對(duì)知識(shí)發(fā)現(xiàn)一般過程的分析,給出了一個(gè)典型的離群數(shù)據(jù)挖掘系統(tǒng)的整體框架,分析了各模塊的功能,并對(duì)其中采用的數(shù)據(jù)挖掘技術(shù)進(jìn)行了詳細(xì)的闡述。
3、 ②全面研究了現(xiàn)有的離群數(shù)據(jù)挖掘算法,分析了常用的離群數(shù)據(jù)挖掘算法的優(yōu)點(diǎn)和缺點(diǎn)、適用范圍。 ③在現(xiàn)有基于密度的離群數(shù)據(jù)挖掘算法、DBSCAN算法和CURE算法的基礎(chǔ)上,提出了改進(jìn)的基于密度的離群數(shù)據(jù)挖掘算法,實(shí)驗(yàn)表明改進(jìn)后的算法優(yōu)越于原算法。 ④將改進(jìn)后的算法應(yīng)用于網(wǎng)絡(luò)入侵檢測(cè),通過檢測(cè)率和誤報(bào)率兩個(gè)方面對(duì)改進(jìn)的算法進(jìn)行了評(píng)估。 ⑤對(duì)離群數(shù)據(jù)挖掘未來的發(fā)展方向做了一下展望。 本文通過實(shí)驗(yàn)來評(píng)估改進(jìn)算法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于密度的局部離群點(diǎn)挖掘算法研究.pdf
- 基于鄰域關(guān)系的離群數(shù)據(jù)挖掘算法研究.pdf
- 基于密度的局部離群數(shù)據(jù)挖掘方法的研究和改進(jìn).pdf
- 基于子空間的離群數(shù)據(jù)挖掘算法研究及應(yīng)用.pdf
- 基于距離的離群挖掘算法研究.pdf
- 基于相鄰關(guān)系的GML空間離群數(shù)據(jù)挖掘算法研究.pdf
- 大型數(shù)據(jù)集中離群數(shù)據(jù)挖掘算法研究及應(yīng)用.pdf
- 基于蟻群算法的離群點(diǎn)挖掘算法研究.pdf
- 數(shù)據(jù)挖掘中的離群點(diǎn)檢測(cè)算法研究.pdf
- 基于信息熵和子空間的離群數(shù)據(jù)挖掘算法研究.pdf
- 基于不同屬性數(shù)據(jù)流的離群數(shù)據(jù)挖掘算法的研究.pdf
- 基于屬性相關(guān)分析的局部離群數(shù)據(jù)挖掘算法研究及其應(yīng)用.pdf
- 基于SPF的流數(shù)據(jù)離群點(diǎn)挖掘研究.pdf
- 基于X-樹的反k近鄰流數(shù)據(jù)離群點(diǎn)挖掘算法研究.pdf
- 基于屬性相關(guān)分析的局部離群數(shù)據(jù)挖掘算法研究及其應(yīng)用(1)
- 離群點(diǎn)快速挖掘算法的研究.pdf
- 基于屬性權(quán)重的局部離群點(diǎn)挖掘算法研究.pdf
- 基于密度聚類的空間數(shù)據(jù)挖掘算法研究.pdf
- 空間離群點(diǎn)挖掘算法的研究.pdf
- 基于密度的不確定數(shù)據(jù)離群點(diǎn)檢測(cè)研究.pdf
評(píng)論
0/150
提交評(píng)論