基于衰减窗口与剪枝维度树的实时数据流聚类研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·问题提出的背景及意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本文的主要工作 | 第10页 |
| ·本文的结构安排 | 第10-12页 |
| 第二章 实时数据流挖掘与知识发现 | 第12-20页 |
| ·实时数据流的基本概念 | 第12-13页 |
| ·实时数据流聚类 | 第13-14页 |
| ·实时数据流分类 | 第14-16页 |
| ·实时数据流频繁模式挖掘 | 第16-18页 |
| ·实时数据流关联规则分析 | 第18-19页 |
| ·数据流挖掘应用系统研究 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第三章 实时数据流聚类技术与算法 | 第20-33页 |
| ·相关技术 | 第20-23页 |
| ·金字塔时间框架 | 第21-22页 |
| ·衰减窗口模型及衰减因子 | 第22-23页 |
| ·数据流聚类算法简介 | 第23-27页 |
| ·基于划分的数据流聚类 | 第23页 |
| ·基于层次的数据流聚类 | 第23-25页 |
| ·基于密度的数据流聚类 | 第25页 |
| ·基于网格的数据流聚类 | 第25-26页 |
| ·混和属性数据流的聚类 | 第26-27页 |
| ·多数据流聚类 | 第27页 |
| ·典型算法比较研究 | 第27-28页 |
| ·普适数据流聚类 | 第28-30页 |
| ·基于聚类的实时数据流演化分析 | 第30-31页 |
| ·常用数据集 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于衰减窗口与剪枝维度树的数据流聚类 | 第33-44页 |
| ·基本概念与定义 | 第33-35页 |
| ·本文算法的框架 | 第35-37页 |
| ·数据流摘要信息维护及更新 | 第37-40页 |
| ·周期性剪枝策略 | 第40-42页 |
| ·实时数据流在线聚类 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 实验结果与分析 | 第44-53页 |
| ·基于二维人工实时数据流的聚类分析 | 第44-46页 |
| ·二维人工实时数据流的演化 | 第46-47页 |
| ·基于高维真实实时数据流的聚类分析 | 第47-50页 |
| ·周期性剪枝效果分析 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·工作总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-62页 |
| 附录 A 攻读学位期间发表的论文 | 第62页 |
