| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 基于网格的多密度聚类算法 | 第11-13页 |
| 1.2.2 基于网格的数据流聚类算法 | 第13-15页 |
| 1.3 论文研究的主要内容 | 第15-16页 |
| 1.4 论文的组织和结构安排 | 第16-18页 |
| 第2章 相关技术 | 第18-34页 |
| 2.1 聚类分析概述 | 第18-20页 |
| 2.1.1 聚类分析的要求 | 第18-19页 |
| 2.1.2 聚类准则函数 | 第19-20页 |
| 2.2 数据流聚类算法概述 | 第20-23页 |
| 2.2.1 数据流的定义及特点 | 第20-21页 |
| 2.2.2 数据流聚类算法的要求 | 第21页 |
| 2.2.3 数据流聚类算法关键技术 | 第21-22页 |
| 2.2.4 数据流挖掘处理框架 | 第22-23页 |
| 2.3 聚类分析算法 | 第23-26页 |
| 2.3.1 基于划分的聚类算法 | 第23-24页 |
| 2.3.2 基于层次的聚类算法 | 第24页 |
| 2.3.3 基于密度的聚类算法 | 第24-25页 |
| 2.3.4 基于网格的聚类算法 | 第25页 |
| 2.3.5 基于模型的聚类算法 | 第25-26页 |
| 2.4 数据流聚类算法 | 第26-31页 |
| 2.4.1 基于划分的数据流聚类算法 | 第26页 |
| 2.4.2 基于层次的数据流聚类算法 | 第26-27页 |
| 2.4.3 基于密度的数据流聚类算法 | 第27-28页 |
| 2.4.4 基于网格的数据流聚类算法 | 第28-30页 |
| 2.4.5 基于模型的数据流聚类算法 | 第30-31页 |
| 2.5 传统数据挖掘聚类算法与数据流挖掘聚类算法的联系 | 第31-32页 |
| 2.6 本章小结 | 第32-34页 |
| 第3章 基于网格相似度与移动网格的多密度聚类算法 | 第34-44页 |
| 3.1 问题的分析与提出 | 第34-35页 |
| 3.2 算法的相关定义 | 第35-36页 |
| 3.3 噪音网格单元的检测 | 第36-37页 |
| 3.4 边界网格单元的处理 | 第37-38页 |
| 3.5 算法描述 | 第38-39页 |
| 3.6 仿真实验与性能分析 | 第39-42页 |
| 3.7 本章小结 | 第42-44页 |
| 第4章 基于网格双质心的数据流聚类算法 | 第44-66页 |
| 4.1 问题的分析与提出 | 第44-45页 |
| 4.2 算法的相关定义 | 第45-47页 |
| 4.3 算法整体思路 | 第47-50页 |
| 4.4 在线处理算法设计 | 第50-52页 |
| 4.4.1 网格密度阈值的确定 | 第50-51页 |
| 4.4.2 网格特征向量的更新 | 第51-52页 |
| 4.5 离线聚类算法设计 | 第52-60页 |
| 4.5.1 网格单元检测周期时间间隔 | 第52-55页 |
| 4.5.2 检测并移除噪音网格单元 | 第55-56页 |
| 4.5.3 离线网格双质心聚类算法 | 第56-58页 |
| 4.5.4 初始聚类和聚类更新 | 第58-60页 |
| 4.6 仿真实验及结果分析 | 第60-65页 |
| 4.6.1 实验数据 | 第60-62页 |
| 4.6.2 仿真实验及性能分析 | 第62-65页 |
| 4.7 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74页 |