| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 本文的主要工作 | 第13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 相关理论 | 第15-27页 |
| 2.1 相关概念 | 第15-17页 |
| 2.2 数据流挖掘概述 | 第17-21页 |
| 2.2.1 数据流特点 | 第18页 |
| 2.2.2 数据流处理模型 | 第18-21页 |
| 2.3 数据的不确定性 | 第21-26页 |
| 2.3.1 不确定数据的产生原因 | 第21页 |
| 2.3.2 不确定数据的表现形式 | 第21-22页 |
| 2.3.3 不确定数据的处理模型 | 第22-24页 |
| 2.3.4 最大频繁项集挖掘算法 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 不确定数据流最大频繁项集挖掘算法SUFMax | 第27-37页 |
| 3.1 不确定数据流最大频繁项集挖掘原理分析 | 第27页 |
| 3.2 SUFMax算法 | 第27-36页 |
| 3.2.1 局部最大频繁项集挖掘 | 第28-31页 |
| 3.2.2 最大频繁项集挖掘 | 第31-32页 |
| 3.2.3 算法举例 | 第32-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 不确定数据流最大频繁项集挖掘算法TUFSMax | 第37-49页 |
| 4.1 算法的基本思想和框架 | 第37页 |
| 4.2 TUFSMax算法 | 第37-43页 |
| 4.2.1 UF-stream树的构建 | 第38-39页 |
| 4.2.2 最大频繁项集挖掘 | 第39-41页 |
| 4.2.3 算法举例 | 第41-43页 |
| 4.3 实验结果及分析 | 第43-48页 |
| 4.3.1 算法TUFSMax和SUFMax对比实验 | 第44-46页 |
| 4.3.2 TUFSMax算法上的对比实验 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 本文总结 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 附录 | 第56-57页 |
| 附录A 图索引 | 第56页 |
| 附录B 表索引 | 第56-57页 |
| Appendix | 第57-58页 |
| Appendix A Figure Index | 第57页 |
| Appendix B Table Index | 第57-58页 |
| 硕士学位期间发表学术论文目录 | 第58页 |
