本论文研究的内容主要包括两个方面：聚类算法的研究以及聚类算法在入侵检测中的应用。下面从两个方面阐述国内外这两个方面的发展现状和趋势：

前人已经提出很多聚类算法，然而没有任何一种聚类算法可以普遍适用于揭示各种多维数据集所呈现出来的多种多样的结构，根据数据在聚类中的积聚规则以及应用这些规则的方法，可以将聚类算法分为以下几种：

1.划分聚类算法

划分聚类算法需要预先指定聚类数目或聚类中心，通过反复迭代运算，逐步降低目标函数的误差值，当目标函数收敛时，得到最终的聚类结果，划分聚类算法典型代表是k-means算法[1]和k-modoids算法。这些算法处理过程简单，运行效率好，但是存在对聚类数目的依赖性和退化性。迄今为止，许多聚类任务都选择这两个经典算法，针对k-means及k-modoids的固有弱点，也出现了的不少改进版本。

2.层次聚类算法

又称树聚类算法，它使用数据的联接规则，透过一种层次的架构方式，反复将数据进行分裂和聚合，以形成一个层次序列的聚类问题解。由于层次聚类算法的计算复杂性比较高，所以适合于小型数据集的聚类。20xx年，Gelbard等人有提出一种新的层次聚合算法，称为正二进制方法。该方法把待分类数据以正的二进制形式存储在二维矩阵中，他们认为，将原始数据转换成正二进制会改善聚类结果的正确率和聚类的鲁棒性，对于层次聚类算法尤其如此。Kumar等人[9]面向连续数据提出一种新的基于不可分辨粗聚合的层次聚类算法，既考虑了项的出现次序又考虑了集合内容，该算法能有效挖掘连续数据，并刻画类簇的主要特性。

3.基于密度-网格的聚类算法

与传统的聚类方法不同：基于密度的聚类算法，通过数据密度来发现任意形状的类簇；基于网格的聚类算法，使用一个网格结构，围绕模式组织由矩形块划分的值空间，基于块的分布信息实现模式聚类，基于网格的聚类算法常常与其他方法相结合，特别是与基于密度的聚类方法相结合。基于网格和密度的聚类方法在以空间信息处理为代表的众多领域有着广泛的应用。特别是伴随着近来处理大规模数据集、可伸缩的聚类方法的开发，它在空间数据挖掘研究子域日趋活跃。

开题报告的基本内容及其顺序：

论文的目的与意义;

国内外研究概况;

论文拟研究解决的主要问题;

论文拟撰写的主要内容(提纲);

论文计划进度;

其它。

其中的核心内容是 论文拟研究解决的主要问题 。在撰写时可以先写这一部分，以此为基础撰写其他部分。具体要求如下：

论文拟研究解决的问题明确提出论文所要解决的具体学术问题，也就是论文拟定的创新点。

明确指出国内外文献就这一问题已经提出的观点、结论、解决方法、阶段性成果 。

评述上述文献研究成果的不足。

提出你的`论文准备论证的观点或解决方法，简述初步理由研究生开题报告范例研究生开题报告范例。

你的观点或方法正是需要通过论文研究撰写所要论证的核心内容，提出和论证它是论文的目的和任务，因而并不是定论，研究中可能推翻，也可能得不出结果。开题报告的目的就是要请专家帮助判断你所提出的问题是否值得研究，你准备论证的观点方法是否能够研究出来。

一般提出3或4个问题，可以是一个大问题下的几个子问题，也可以是几个并行的相关问题。

国内外研究现状只简单评述与论文拟研究解决的问题密切相关的前沿文献，其他相关文献评述则在文献综述中评述研究生开题报告。基于 论文拟研究解决的问题 提出，允许有部分内容重复。

论文研究的目的与意义

简介论文所研究问题的基本概念和背景。

简单明了地指出论文所要研究解决的具体问题。

简单阐述如果解决上述问题在学术上的推进或作用。

基于 论文拟研究解决的问题 提出，允许有所重复

论文研究主要内容

初步提出整个论文的写作大纲或内容结构研究生开题报告范例工作报告。由此更能理解 论文拟研究解决的问题 不同于论文主要内容，而是论文的目的与核心。

关于国内外研究现状要注意的问题

一：内容方面，论文综述是为自己后面的研究内容和研究方案服务的，所以论文综述的总结要结合到自己的研究内容上面，切忌总结一些和自己研究内容不相关的部分。