异常数据挖掘讨论毕业答辩论文 毕 业 设 计（论文）中文题目异常数据挖掘讨论英文题目Research on outlier data mining 系 别：计算机科学与技术系专业年级：计算机科学与技术 09 级姓 名：杜海丰学 号：指导老师：陈玉明职 称：讲师2011 年 5 月 20 日毕业设计（论文）诚信声明书本人郑重声明：在毕业设计（论文）工作中严格遵守学校有关规定，恪守学术法律规范；我所提交的毕业设计（论文）是本人在 指导老师的指导下独立讨论、撰写的成果，设计（论文）中所引用他人的文字、讨论成果，均已在设计（论文）中加以说明；在本人的毕业设计（论文）中未剽窃、抄袭他人的学术观点、思想和成果，未篡改实验数据
本设计（论文）和资料若有不实之处，本人愿承担一切相关责任
学生签名： 年 月 日摘 要粗糙集理论，它是一种分析处理数据的理论，在 20 世纪 80 年代由波兰科学家 Pawlak 建立
一开始由于语言沟通上的问题，建立该理论的时候只有一些东欧学者会讨论和应用它，后来随着该理论的进展才慢慢受到全球上知名数学学者和计算机学者的重视
知识粒度的基本思想在许多领域都有体现，如粗糙集、数据库、聚类分析、模糊集、证据理论、数据挖掘和机器学习等
，知识粒度获得了人们越来越多的关注
经过多年的进展，知识粒度已在知识发现、数据挖掘、软计算中扮演越来越重要的角色
在本论文中，本人引入知识粒度这一个方法作为一个统一的框架去理解和实施异常点挖掘
此外，还给出了基于知识粒度的异常点挖掘算法
该算法结合粗糙集与数据挖掘技术讨论异常数据
理论讨论和实验结果表明，知识粒度方法对评定异常是有效且适用的
关键词：粗糙集；异常检测；数据挖掘；知识粒度ABSTRACTRough set theory, it is a theory of data analysis and processing, 80
