基于密度树的不确定性数据流聚类算法
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.3 本文主要研究工作 | 第16页 |
| 1.4 论文内容安排 | 第16-18页 |
| 第2章 不确定性数据流相关研究 | 第18-34页 |
| 2.1 不确定性数据流 | 第18-23页 |
| 2.1.1 产生原因 | 第18-19页 |
| 2.1.2 不确定性数据流描述 | 第19-20页 |
| 2.1.3 数据不确定性对聚类的影响 | 第20-23页 |
| 2.2 数据流处理技术 | 第23-29页 |
| 2.2.1 窗口处理模型 | 第23-24页 |
| 2.2.2 金字塔时间框架 | 第24-27页 |
| 2.2.3 空间划分结构 | 第27页 |
| 2.2.4 树形结构 | 第27-29页 |
| 2.3 不确定性数据流聚类算法 | 第29-33页 |
| 2.3.1 聚类的要求 | 第29页 |
| 2.3.2 聚类框架的选择 | 第29-31页 |
| 2.3.3 聚类评价方法 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 基于密度树的不确定性数据流聚类算法 | 第34-46页 |
| 3.1 问题的提出 | 第34-35页 |
| 3.2 UD-Tree算法相关概念 | 第35-42页 |
| 3.2.1 衰减窗口 | 第35页 |
| 3.2.2 密度树的相关定义及操作 | 第35-41页 |
| 3.2.3 孤立点检测 | 第41-42页 |
| 3.3 UD-Tree算法描述 | 第42-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 实验仿真 | 第46-51页 |
| 4.1 实验环境和数据集 | 第46页 |
| 4.2 聚类质量评估 | 第46-48页 |
| 4.3 参数评估 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57页 |
