開(kāi)題報(bào)告總結(jié)_第1頁(yè)
開(kāi)題報(bào)告總結(jié)_第2頁(yè)
開(kāi)題報(bào)告總結(jié)_第3頁(yè)
免費(fèi)預(yù)覽已結(jié)束,剩余3頁(yè)可下載查看

下載本文檔

版權(quán)說(shuō)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、開(kāi)題報(bào)告總結(jié)理工類開(kāi)題報(bào)告范文IDS一、論文的研究?jī)?nèi)容論文的研究?jī)?nèi)容包括兩個(gè)方面:一是研究新的高效的聚類算法;一是把已有的聚類算法或論文提出的新算法和入侵檢測(cè)技術(shù)以下幾個(gè)點(diǎn):第一、針對(duì)聚類算法的研究問(wèn)題:1、如何提高算法的可擴(kuò)展性許多聚類算法在小于 200 個(gè)數(shù)據(jù)對(duì)象的小數(shù)據(jù)集上是高效對(duì)象,無(wú)法分析具有類屬性的數(shù)據(jù)對(duì)象。2、如何處理離群點(diǎn)在實(shí)際應(yīng)用中,估計(jì)數(shù)據(jù)集中的離群點(diǎn)可能是非常困難的, 很多算法通常丟棄增長(zhǎng)緩慢的簇,這樣的簇趨向于代表離群點(diǎn)。然而在某些應(yīng)用中,用戶可能對(duì)相對(duì)較小的簇比較感興趣,比如入侵檢測(cè)中,這些小的簇可能代表異常行為,那么我們需要考慮在對(duì)算法影響更小的前提下,如何更好的處

2、理這些離群點(diǎn)。3、研究適合具有類屬性數(shù)據(jù)的聚類算法的有效性對(duì)聚類分析而言,有效性問(wèn)題通??梢赞D(zhuǎn)換為最佳類別數(shù)之有效的分析方法。第二、針對(duì)聚類算法在 IDS 應(yīng)用中的研究問(wèn)題:1、如何結(jié)合聚類技術(shù)和入侵檢測(cè)技術(shù)取得更好的效果IDSIDSIDS2、利用聚類技術(shù)處理入侵檢測(cè)中的頻繁誤警IDS 產(chǎn)生大量誤警的本質(zhì)原因。二、學(xué)位論文研究依據(jù)展趨勢(shì)聚類分析研究已經(jīng)有很長(zhǎng)的歷史,其重要性及其與其他研究究必將推動(dòng)相關(guān)學(xué)科向前發(fā)展。另外,聚類技學(xué)科,近年來(lái),聚類算法了長(zhǎng)足的發(fā)展,但仍有一分的發(fā)揮作用,聚類技術(shù)為,論文的選題是非常有意義的。個(gè)方面的發(fā)展現(xiàn)狀和趨勢(shì):以普遍適用于揭示各種多維數(shù)據(jù)集所呈現(xiàn)出來(lái)的多種多樣

3、的結(jié)構(gòu),根據(jù)數(shù)據(jù)在聚類中的積聚規(guī)則以及應(yīng)用這些規(guī)則的方法,可以將聚類算法分為以下幾種:劃分聚類算法劃分聚類算法需要預(yù)先指定聚類數(shù)目或聚類中心,通過(guò)反復(fù)迭代運(yùn)算,逐步降低目標(biāo)函數(shù)的誤差值,當(dāng)目標(biāo)函數(shù)收斂時(shí),得到最終的聚類結(jié)果,劃分聚類算法典型代表是k-means算法和k-modoids算法這些算法處理過(guò)程簡(jiǎn)單, 運(yùn)行效率好但是存在對(duì)聚類數(shù)目的依賴性和退化性迄今為止許多聚類任務(wù)都選擇這兩個(gè)經(jīng)典算法,針對(duì)k-means 及 k- modoids的固有弱點(diǎn),也出現(xiàn)了的不少改進(jìn)版本。層次聚類算法聚類問(wèn)題解。由于層次聚類算法的計(jì)算復(fù)雜性2022等人有提出一種新的層次二進(jìn)制形式存儲(chǔ)在二維矩果的正確率和聚類的

4、魯棒性,對(duì)于層次聚類算法尤其如此。Kumar 等人面向連續(xù)數(shù)據(jù)提出一種新的基于不可分辨粗聚合的法能有效挖掘連續(xù)數(shù)據(jù),并刻畫(huà)類簇的主要特性?;诿芏?網(wǎng)格的聚類算法度來(lái)發(fā)現(xiàn)任意形狀的類簇;基于網(wǎng)格的聚類算法,使用一個(gè)網(wǎng)格結(jié)構(gòu),圍繞模式組織由矩形塊劃分的值空間,基其他方法相結(jié)合,特別是在以空間信息處理為代表數(shù)據(jù)集、可伸縮的聚類方法的開(kāi)發(fā),它在空間數(shù)據(jù)挖掘研究子域日趨活躍。開(kāi)題報(bào)告研究方法大全實(shí)證研究法此相伴隨的現(xiàn)象的變化來(lái)確定條件與現(xiàn)象之間的因果關(guān)系的活 動(dòng)。主要目的在于說(shuō)明各種自變量與某一個(gè)因變量的關(guān)系。定量分析法在科學(xué)研究中,通過(guò)定量分析法可以使人們對(duì)研究對(duì)象的認(rèn)識(shí)進(jìn)一步精確化,以便更加科學(xué)地揭示規(guī)律,把握本質(zhì),理清關(guān)系,預(yù)測(cè)事物的發(fā)展趨勢(shì)。定性分析法定性分析法就是對(duì)研究對(duì)象進(jìn)行質(zhì)的方面的分析。具體地說(shuō)是運(yùn)用歸納和演繹、分析與綜合以及抽象與概括等方法,對(duì)獲得的各種材料進(jìn)行思維加工,從而能去粗取精、去偽存真、由此及彼、由表及里,達(dá)到認(rèn)識(shí)事物本質(zhì)、揭示內(nèi)在規(guī)律??鐚W(xué)科研究法運(yùn)用多學(xué)科的理論、方法和成果從整體上對(duì)某一課題進(jìn)行綜合研究的方法,也稱交叉研究法。科學(xué)發(fā)展運(yùn)動(dòng)的規(guī)律表明,科學(xué)在高度分化中又高度綜合,形成一個(gè)統(tǒng)一的整體。據(jù)有關(guān)專家統(tǒng)計(jì),現(xiàn)在世界上有

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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. 人人文庫(kù)網(wǎng)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。

評(píng)論

0/150

提交評(píng)論