致谢
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文研究内容及论文结构
2 聚类分析
2.1 聚类分析的基本概念
2.1.1 聚类分析的定义
2.1.2 聚类分析中的数据结构和数据类型
2.1.3 相异度和相似度度量
2.2 聚类算法
2.2.1 划分聚类方法
2.2.2 层次聚类算法
2.2.3 基于密度的方法
2.2.4 基于网格的方法
2.2.5 基于模型的方法
2.3 聚类算法的评估方法
3 聚类融合
3.1 聚类融合概述
3.2 聚类成员的产生
3.3 共识函数设计
3.3.1 基于共协矩阵的聚类融合
3.3.2 基于信息论的聚类融合
3.3.3 基于超图的聚类融合
3.3.4 基于混合模型(EM)的方法
4 基于权重设计的聚类融合算法
4.1 改进算法的提出
4.1.1 聚类融合算法中的问题
4.1.2 改进算法思路
4.2 权重设计
4.2.1 聚类成员综合质量度量
4.2.2 聚类成员的差异度度量
4.2.3 聚类成员的权重设计
4.3 基于权重设计的聚类融合算法
4.3.1 算法简介
4.3.2 算法过程描述
4.3.3 算法评价
4.4 算法实验及结果分析
4.4.1 随机数测试
4.4.2 UCI 数据集测试
5 基于权重设计的聚类融合算法在入侵检测系统中的应用
5.1 入侵检测系统概述
5.2 目前聚类分析在入侵检测系统中的应用及存在的不足
5.3 基于权重设计的聚类融合算法在系统中的应用框架
5.4 算法应用分析
结论
参考文献
作者简历
学位论文数据集