| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景及研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 数据流挖掘现状 | 第13-15页 |
| 1.2.2 数据流分类算法研究现状 | 第15-17页 |
| 1.3 本文的主要工作 | 第17-18页 |
| 1.4 本文的组织结构 | 第18-19页 |
| 第2章 相关理论及研究 | 第19-28页 |
| 2.1 概念漂移介绍 | 第19-23页 |
| 2.1.1 概念漂移定义 | 第19页 |
| 2.1.2 概念漂移类型 | 第19-21页 |
| 2.1.3 概念漂移检测方法 | 第21-23页 |
| 2.1.4 概念漂移与数据流分类的关系 | 第23页 |
| 2.2 非平稳环境下数据流分类 | 第23-27页 |
| 2.2.1 增量式处理分类器模型 | 第23-26页 |
| 2.2.2 基于集成学习的分类器模型 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 非平稳环境下基于动态数据块的不平衡数据流分类算法 | 第28-51页 |
| 3.1 不平衡数据流分类 | 第28-32页 |
| 3.1.1 不平衡数据流问题介绍 | 第28页 |
| 3.1.2 不平衡数据流采样方法 | 第28-30页 |
| 3.1.3 不平衡数据流分类性能评价标准 | 第30-32页 |
| 3.2 概念漂移探测器 | 第32-37页 |
| 3.2.1 基于VFDT的漂移探测器 | 第32-34页 |
| 3.2.2 基于G-mean的漂移检测机制 | 第34-37页 |
| 3.3 基于余弦相似性保留少类样本 | 第37页 |
| 3.4 算法框架 | 第37-39页 |
| 3.5 数据集 | 第39-42页 |
| 3.5.1 人工数据集 | 第39-41页 |
| 3.5.2 真实数据集 | 第41-42页 |
| 3.6 对比实验算法 | 第42-43页 |
| 3.7 结果分析 | 第43-49页 |
| 3.7.1 实验参数设置 | 第43-44页 |
| 3.7.2 仿真结果与分析 | 第44-49页 |
| 3.8 本章小结 | 第49-51页 |
| 第4章 非平稳环境下基于动态数据块加权的不平衡数据流集成分类算法 | 第51-63页 |
| 4.1 SMDCWE集成分类器 | 第51-52页 |
| 4.2 权重决定策略 | 第52-53页 |
| 4.3 算法框架 | 第53-55页 |
| 4.4 实验设置及分析 | 第55-62页 |
| 4.4.1 数据集及对比实验 | 第55-56页 |
| 4.4.2 结果分析 | 第56-61页 |
| 4.4.3 复杂度分析 | 第61-62页 |
| 4.5 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第71页 |