基于层次的孤立点检测算法设计及实现.docVIP

毕业设计(论文) 题 目 基于层次的孤立点检测算法设计及实现 学院名称 计算机科学与技术学院 指导教师 肖基毅 职 称 教授 班 级 本05计算04班 学 号 20054440428 学生姓名 李敬康 2009年5月29 目 录 摘要 iii Abstract iv 第一章 绪论 1 1.1研究背景及研究意义 1 1.3论文组织结构 2 第二章 相关知识 3 2.1数据挖掘概述 3 2.1.1数据挖掘概念 3 2.1.2数据挖掘过程 4 2.1.2数据挖掘算法组成 5 2.2聚类分析 5 2.2.1聚类算法简介 6 2.2.2基于层次的聚类方法 8 2.2.3距离、相似系数及聚类分析中的数据类型 14 2.3孤立点分析 17 2.3.1基于统计的方法 18 2.3.2基于距离的孤立点检测算法 18 2.3.3基于偏离的孤立点探测 20 2.4本章小结 20 第三章 算法设计与实现 21 3.1算法相关定义 21 3.2算法描述 22 3.3算法实现 24 3.3.1数据结构定义 24 3.3.2算法函数说明 25 3.4算法分析 30 3.4.1算法复杂度 30 3.4.2算法的局限性 30 3.5本章小结 30 第四章 结论 31 参考文献 32 谢辞 33 摘要 摘要： 本文介绍了数据挖掘理论，在深入研究聚类分析和孤立点检测算法的基础上提出了基于层次的孤立点检测算法。给出了算法较为详细的描述，阐述了算法中各个函数的功能。该算法基于层次方法，采用欧几里得距离进行凝聚的层次聚类。根据聚类中含有单一数据元素的类数来确定初始孤立点个数，然后根据距离阀值判断是否为孤立点。通过对算法的性能进行分析，该算法的时间复杂度为，空间复杂度为，其中N是数据规模。 试验结果表明，基于层次的孤立点检测算法能基本实现孤立点的检测，并对孤立点进行精确性分析。 关键字Abstract Abstract: Outlier detection is an important aspect of Data Mining，which has get more depth research because of its unique knowledge discovery functions.Today，there are lots of efficient outlier detection algorithms which are widely used in financial fraud detection，network instruction detection，ecosystem imbalance，Weather forecast and other risk control areas.Clustering analysis and outlier detection,as important parts of data mining,are widely applied to the fields such as pattern recognition,data analysis ,image processing,and market research.Research on clustering analysis and outlier detection algorithms has become a highly active topic in the data mining research. In this thesis,the author presents the theory of data mining,and based on deeply analysis the algorithms of clustering and outlier detection,the author advances hierarchical-based outlier-detection algorithm. Elaborates the idea of the algorithm,expounds the functions of algorithm.The algorithm based on hierarch