| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-12页 |
| ·研究意义 | 第9-10页 |
| ·研究背景及现状 | 第10页 |
| ·论文的工作与组织结构 | 第10-11页 |
| ·本章小结 | 第11-12页 |
| 第二章 数据流挖掘概述 | 第12-25页 |
| ·数据流挖掘研究历史 | 第12-14页 |
| ·数据流的特点 | 第12-13页 |
| ·数据流挖掘面临的困难 | 第13-14页 |
| ·数据流挖掘常用的方法 | 第14-21页 |
| ·数据流聚类 | 第14-18页 |
| ·数据流分类 | 第18-20页 |
| ·频繁模式挖掘 | 第20-21页 |
| ·数据流分类算法综述 | 第21-24页 |
| ·基础分类器算法 | 第21-23页 |
| ·集成分类器算法思想 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 多重选择机制的理论来源 | 第25-35页 |
| ·概念漂移问题 | 第25-27页 |
| ·概念漂移 | 第25页 |
| ·数据充分性不足问题 | 第25-27页 |
| ·多重选择机制的技术依据 | 第27-34页 |
| ·滑动窗口模型 | 第27-29页 |
| ·直方图技术 | 第29页 |
| ·信息增益 | 第29-33页 |
| ·Hoffding不等式与Hoffding边界 | 第33页 |
| ·决策树的原理 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于多重选择决策树的概念漂移数据流挖掘算法 | 第35-52页 |
| ·决策树算法在数据流挖掘研究中的延伸 | 第35-38页 |
| ·VFDT | 第35-36页 |
| ·VFDTc | 第36页 |
| ·CVFDT | 第36-37页 |
| ·hashCVFDT | 第37页 |
| ·mCVFDT | 第37-38页 |
| ·多重选择机制的概念漂移数据流挖掘算法设计思路 | 第38-44页 |
| ·节点结构 | 第38-40页 |
| ·概念漂移检测机制 | 第40页 |
| ·mCVFDT算法的类标记预测过程 | 第40-42页 |
| ·mCVFDT决策树的生长过程 | 第42-44页 |
| ·mCVFDT算法的分类预测过程 | 第44-46页 |
| ·相关算法 | 第46-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 实验结果分析 | 第52-54页 |
| ·实验设计 | 第52页 |
| ·实验环境 | 第52页 |
| ·实验数据 | 第52页 |
| ·实验结果分析 | 第52-54页 |
| 第六章 总结与展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 图表引用目录 | 第59-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表的学术论文目录 | 第61-62页 |