| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第9-13页 |
| 1.1 课题的背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 数据降维研究现状 | 第10页 |
| 1.2.2 数据流计算框架研究现状 | 第10-11页 |
| 1.3 论文主要工作 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第二章 相关技术概述 | 第13-23页 |
| 2.1 数据流概述 | 第13-16页 |
| 2.1.1 数据流的基本概念 | 第13-15页 |
| 2.1.2 数据流挖掘和数据流管理系统 | 第15-16页 |
| 2.2 数据流降维方法研究综述 | 第16-19页 |
| 2.2.1 线性降维 | 第17-18页 |
| 2.2.2 非线性降维 | 第18-19页 |
| 2.3 数据流实时处理平台Storm | 第19-22页 |
| 2.3.1 Storm整体架构 | 第19-20页 |
| 2.3.2 Storm核心概念 | 第20-21页 |
| 2.3.3 Storm处理模型 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于主成分分析的数据流线性降维算法研究 | 第23-36页 |
| 3.1 PCA降维算法 | 第23-27页 |
| 3.1.1 PCA降维算法的基本原理和性质 | 第23-25页 |
| 3.1.2 PCA降维算法的基本步骤 | 第25-27页 |
| 3.1.3 PCA降维算法的优缺点 | 第27页 |
| 3.2 基于PCA的流降维算法SPCA | 第27-33页 |
| 3.2.1 滑动窗口技术的应用 | 第28-29页 |
| 3.2.2 混合属性数据的预处理 | 第29-30页 |
| 3.2.3 SPCA算法描述 | 第30-33页 |
| 3.3 实验与结果分析 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 分布式并行化流降维算法DPSPCA的设计及基于Storm的实现 | 第36-49页 |
| 4.1 DPSPCA的设计 | 第36-40页 |
| 4.1.1 DPSPCA的基本思想 | 第36-37页 |
| 4.1.2 DPSPCA算法描述 | 第37-40页 |
| 4.2 DPSPCA在Storm上的实现 | 第40-46页 |
| 4.2.1 相关技术环境 | 第41-42页 |
| 4.2.2 Storm平台环境搭建 | 第42-44页 |
| 4.2.3 DPSPCA在Storm上的具体部署 | 第44-46页 |
| 4.3 实验与结果分析 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 基于核主成分分析的数据流非线性降维算法研究 | 第49-61页 |
| 5.1 KPCA降维算法 | 第49-54页 |
| 5.1.1 核方法 | 第49-51页 |
| 5.1.2 核主成分分析的原理 | 第51-54页 |
| 5.1.3 核主成分分析KPCA的特性 | 第54页 |
| 5.2 基于核主成分分析的数据流降维算法SKPCA | 第54-58页 |
| 5.2.1 SKPCA算法的基本思想 | 第54-55页 |
| 5.2.2 SKPCA算法的具体描述 | 第55-58页 |
| 5.3 实验与结果分析 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第66-67页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第67-68页 |
| 致谢 | 第68页 |
