基于密度与分形维数的数据流聚类算法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 致谢 | 第8-11页 |
| 插图清单 | 第11-12页 |
| 表格清单 | 第12-13页 |
| 第一章 绪论 | 第13-19页 |
| ·研究背景及意义 | 第13-14页 |
| ·国内外研究现状与分析 | 第14-17页 |
| ·数据流聚类研究 | 第14-16页 |
| ·分形技术研究 | 第16-17页 |
| ·本文的主要工作 | 第17页 |
| ·论文主要内容 | 第17-19页 |
| 第二章 数据流聚类算法研究 | 第19-31页 |
| ·聚类概述 | 第19-20页 |
| ·聚类算法 | 第20-25页 |
| ·聚类分析的步骤 | 第20页 |
| ·聚类算法的要求 | 第20-21页 |
| ·常用聚类算法概述 | 第21-23页 |
| ·经典聚类算法的比较 | 第23-24页 |
| ·聚类算法应用前景及面临的挑战 | 第24-25页 |
| ·数据流概述 | 第25-28页 |
| ·数据流定义 | 第25页 |
| ·数据流模型 | 第25-28页 |
| ·数据流处理模型 | 第28页 |
| ·数据流聚类算法 | 第28-30页 |
| ·数据流聚类算法概述 | 第28-29页 |
| ·典型算法 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 分形理论及应用研究 | 第31-40页 |
| ·分形理论 | 第31-35页 |
| ·分形的基本概念 | 第31-33页 |
| ·分形维数 | 第33-35页 |
| ·分形理论的研究 | 第35-37页 |
| ·分形理论的应用研究 | 第35-36页 |
| ·分形的未来研究方向 | 第36-37页 |
| ·基于分形维数的数据挖掘技术 | 第37-39页 |
| ·基于分形维数的特征属性选择方法 | 第37页 |
| ·基于分形维数的聚类方法 | 第37-38页 |
| ·基于分形维数的关联规则发现方法 | 第38页 |
| ·基于分形维数的分类与预测方法 | 第38页 |
| ·分形维数在数据挖掘中的研究方向和应用前景 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于密度与分形维数的数据流聚类算法 | 第40-50页 |
| ·问题提出与分析 | 第40-42页 |
| ·基于密度与分形维数的数据流聚类算法 | 第42-47页 |
| ·系统模型设计 | 第42页 |
| ·算法的基本概念 | 第42-44页 |
| ·算法描述 | 第44-47页 |
| ·实验分析 | 第47-49页 |
| ·实验一在线聚类分析 | 第47-48页 |
| ·实验二离线演化分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·论文总结 | 第50页 |
| ·未来工作展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的论文和参与的项目情况 | 第56-57页 |
