基于不规则网格及子空间降维的聚类算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·选题的依据及意义 | 第10-11页 |
| ·聚类分析的国内外研究现状 | 第11-13页 |
| ·数据流数据挖掘的难点 | 第13-14页 |
| ·课题的主要研究内容和组织结构 | 第14-16页 |
| ·本文主要研究内容 | 第14-15页 |
| ·本文的结构安排 | 第15-16页 |
| 第2章 相关概念及技术 | 第16-24页 |
| ·聚类算法的要求 | 第16页 |
| ·典型的基于数据流的聚类方法 | 第16-22页 |
| ·基于层次的聚类算法 | 第17-18页 |
| ·基于密度的聚类算法 | 第18-19页 |
| ·基于网格的聚类算法 | 第19-20页 |
| ·针对高维数据的聚类算法 | 第20-21页 |
| ·最近公布的算法 | 第21-22页 |
| ·基于不规则网格的聚类算法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 自适应的不规则网格数据流聚类算法 | 第24-36页 |
| ·引言 | 第24-25页 |
| ·问题描述和定义 | 第25-27页 |
| ·自适应的不规则网格增量聚类算法 | 第27-34页 |
| ·网格结构的增量调整策略 | 第27-28页 |
| ·网格密度阈值的确定 | 第28-29页 |
| ·关联度阈值的确定 | 第29-30页 |
| ·金字塔时间框架 | 第30-31页 |
| ·算法框架 | 第31-34页 |
| ·算法性能分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于网格密度和有效维的高维数据流聚类算法 | 第36-46页 |
| ·引言 | 第36-37页 |
| ·问题描述和定义 | 第37-39页 |
| ·基于网格密度和有效维的高维数据流聚类算法 | 第39-44页 |
| ·降维方法 | 第39-41页 |
| ·密度网格的聚类方法 | 第41-42页 |
| ·GDH-Stream 算法框架 | 第42-44页 |
| ·算法性能分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 算法实现与实验结果 | 第46-52页 |
| ·AIGStream 算法的实现与实验结果分析 | 第46-48页 |
| ·聚类质量的比较 | 第46-47页 |
| ·有效性测验 | 第47-48页 |
| ·GDH-Stream 算法的实现与实验结果分析 | 第48-51页 |
| ·聚类质量 | 第49-50页 |
| ·有效性测验 | 第50页 |
| ·敏感性分析 | 第50页 |
| ·可扩展性测验 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第58-59页 |
| 致谢 | 第59-60页 |
| 作者简介 | 第60页 |
