理工類開題報告(2)

　　二、學位論文研究依據

　　學位論文的選題依據和研究意義，以及國內外研究現狀和發展趨勢

　　聚類分析研究已經有很長的歷史，其重要性及其與其他研究方向的交叉特性已經得到了研究者的充分肯定。對聚類算法的研究必將推動相關學科向前發展。另外，聚類技術已經活躍在廣泛的應用領域。作為與信息安全專業的交叉學科，近年來，聚類算法在入侵檢測方面也得到大量的應用。然而，聚類算法雖取得了長足的發展，但仍有一些未解決的問題。同時，聚類算法在某些應用領域還沒有充分的發揮作用，聚類技術和入侵檢測技術結合得還不夠完善。在這種背景下，我們認為，論文的選題是非常有意義的。

　　本論文研究的內容主要包括兩個方面：聚類算法的研究以及聚類算法在入侵檢測中的應用。下面從兩個方面闡述國內外這兩個方面的發展現狀和趨勢：

　　前人已經提出很多聚類算法，然而沒有任何一種聚類算法可以普遍適用于揭示各種多維數據集所呈現出來的多種多樣的結構，根據數據在聚類中的積聚規則以及應用這些規則的方法，可以將聚類算法分為以下幾種：

　　1.劃分聚類算法

　　劃分聚類算法需要預先指定聚類數目或聚類中心，通過反復迭代運算，逐步降低目標函數的誤差值，當目標函數收斂時，得到最終的聚類結果，劃分聚類算法典型代表是k-means算法[1]和k-modoids算法。這些算法處理過程簡單，運行效率好，但是存在對聚類數目的依賴性和退化性。迄今為止，許多聚類任務都選擇這兩個經典算法，針對k-means及k-modoids的固有弱點，也出現了的不少改進版本。

　　2.層次聚類算法

　　又稱樹聚類算法，它使用數據的聯接規則，透過一種層次的架構方式，反復將數據進行分裂和聚合，以形成一個層次序列的聚類問題解。由于層次聚類算法的計算復雜性比較高，所以適合于小型數據集的聚類。20xx年，Gelbard等人有提出一種新的層次聚合算法，稱為正二進制方法。該方法把待分類數據以正的二進制形式存儲在二維矩陣中，他們認為，將原始數據轉換成正二進制會改善聚類結果的正確率和聚類的魯棒性，對于層次聚類算法尤其如此。Kumar等人[9]面向連續數據提出一種新的基于不可分辨粗聚合的層次聚類算法，既考慮了項的出現次序又考慮了集合內容，該算法能有效挖掘連續數據，并刻畫類簇的主要特性。

　　3.基于密度-網格的聚類算法

　　與傳統的聚類方法不同：基于密度的聚類算法，通過數據密度來發現任意形狀的類簇;基于網格的聚類算法，使用一個網格結構，圍繞模式組織由矩形塊劃分的值空間，基于塊的分布信息實現模式聚類，基于網格的聚類算法常常與其他方法相結合，特別是與基于密度的聚類方法相結合�；�于網格和密度的聚類方法在以空間信息處理為代表的眾多領域有著廣泛的應用。特別是伴隨著近來處理大規模數據集、可伸縮的聚類方法的開發，它在空間數據挖掘研究子域日趨活躍。

　　開題報告研究方法大全

　　實證研究法

　　實證研究法是科學實踐研究的一種特殊形式。其依據現有的科學理論和實踐的需要，提出設計，利用科學儀器和設備，在自然條件下，通過有目的有步驟地操縱，根據觀察、記錄、測定與此相伴隨的現象的變化來確定條件與現象之間的因果關系的活動。主要目的在于說明各種自變量與某一個因變量的關系。

　　定量分析法

　　在科學研究中，通過定量分析法可以使人們對研究對象的認識進一步精確化，以便更加科學地揭示規律，把握本質，理清關系，預測事物的發展趨勢。

　　定性分析法

　　定性分析法就是對研究對象進行“質”的方面的分析。具體地說是運用歸納和演繹、分析與綜合以及抽象與概括等方法，對獲得的各種材料進行思維加工，從而能去粗取精、去偽存真、由此及彼、由表及里，達到認識事物本質、揭示內在規律。

　　跨學科研究法

　　運用多學科的理論、方法和成果從整體上對某一課題進行綜合研究的方法，也稱“交叉研究法”。科學發展運動的規律表明，科學在高度分化中又高度綜合，形成一個統一的整體。據有關專家統計，現在世界上有2000多種學科，而學科分化的趨勢還在加劇，但同時各學科間的聯系愈來愈緊密，在語言、方法和某些概念方面，有日益統一化的趨勢。

【理工類開題報告(2)】相關文章：

課題開題報告(2)06-05

音樂開題報告(2)06-29

英語開題報告(2)10-09

開題報告模板(2)09-04

化學開題報告(2)06-09

論文開題報告(2)09-27

開題報告精選范文(2)07-31

優秀開題報告(2)07-29

�？崎_題報告(2)09-07

開題報告范例(2)07-14