溯源数据聚类方法研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 数据溯源方法综述 | 第12-22页 |
| 1.1 数据溯源概述 | 第12-15页 |
| 1.2 数据溯源面临的问题 | 第15页 |
| 1.3 国内外研究现状 | 第15-19页 |
| 1.3.1 粗粒度溯源 | 第15-17页 |
| 1.3.2 溯源数据聚类 | 第17-19页 |
| 1.4 本文研究内容与创新 | 第19-20页 |
| 1.4.1 本文主要研究内容 | 第19-20页 |
| 1.4.2 本文的创新点 | 第20页 |
| 1.5 本文组织结构 | 第20-22页 |
| 第2章 基于节点中心性的溯源数据全局聚类方法 | 第22-36页 |
| 2.1 溯源图 | 第22-23页 |
| 2.2 溯源数据节点中心性 | 第23-24页 |
| 2.3 基于节点中心性的溯源数据全局聚类 | 第24-28页 |
| 2.3.1 节点中心性算法 | 第25-26页 |
| 2.3.2 溯源数据全局聚类算法 | 第26-28页 |
| 2.4 实验与分析 | 第28-34页 |
| 2.4.1 实验环境与数据源 | 第28-29页 |
| 2.4.2 实验方案与结果分析 | 第29-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第3章 基于节点疏离性的溯源数据聚类方法 | 第36-49页 |
| 3.1 溯源数据属性 | 第36-39页 |
| 3.1.1 节点属性 | 第36-38页 |
| 3.1.2 结构属性 | 第38-39页 |
| 3.2 基于节点疏离性的溯源数据局部聚类方法 | 第39-43页 |
| 3.2.1 节点疏离性计算 | 第39-41页 |
| 3.2.2 基于节点疏离性的溯源数据局部聚类方法 | 第41-43页 |
| 3.3 实验与分析 | 第43-48页 |
| 3.3.1 实验数据集 | 第43页 |
| 3.3.2 实验 | 第43-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 基于时域的溯源数据可变粒度聚类 | 第49-62页 |
| 4.1 溯源数据的时域 | 第49-52页 |
| 4.1.1 溯源数据的时间戳 | 第49-50页 |
| 4.1.2 时域划分 | 第50-52页 |
| 4.2 基于时域的可变粒度聚类方法 | 第52-55页 |
| 4.3 实验与分析 | 第55-61页 |
| 4.3.1 实验数据 | 第55-56页 |
| 4.3.2 实验结果 | 第56-61页 |
| 4.4 小结 | 第61-62页 |
| 第5章 总结 | 第62-64页 |
| 5.1 本文总结 | 第62-63页 |
| 5.2 进一步工作 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间参与科研项目情况 | 第69-70页 |
| 学位论文评阅及答辩情况表 | 第70页 |
