| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 引言 | 第9-10页 |
| 1 绪论 | 第10-22页 |
| ·研究背景 | 第10-12页 |
| ·数据流的出现及应用 | 第10-11页 |
| ·DSMS 和 DBMS 之间的区别 | 第11-12页 |
| ·数据流概念和技术 | 第12-14页 |
| ·数据流模式 | 第12页 |
| ·数据流常采用的窗口模型 | 第12-13页 |
| ·相关性分析 | 第13-14页 |
| ·概要数据 | 第14页 |
| ·研究现状 | 第14-19页 |
| ·数据流管理系统结构 | 第15-16页 |
| ·数据流的连接算法 | 第16-17页 |
| ·数据流相关性分析算法 | 第17-19页 |
| ·本文的研究内容及创新 | 第19-21页 |
| ·数据流并行连接内存无溢出实现算法 | 第19页 |
| ·数据流并行连接内存溢出实现算法 | 第19-20页 |
| ·多维数据流基于基窗口的相关性分析 | 第20页 |
| ·研究框架 | 第20-21页 |
| ·本文的组织结构 | 第21-22页 |
| 2 数据流并行连接内存无溢出实现算法 | 第22-33页 |
| ·引言 | 第22-23页 |
| ·相关工作 | 第23页 |
| ·定义 | 第23-24页 |
| ·内存充足情况下的连接算法 | 第24-26页 |
| ·内存充足时多线程连接算法 | 第24-25页 |
| ·内存数据库算法 | 第25-26页 |
| ·实验 | 第26-31页 |
| ·卡口数量的变化对数据处理速度的影响 | 第27-28页 |
| ·删除时间间隔对数据处理速度的影响 | 第28-30页 |
| ·概率阈值的变化对数据处理速度的影响 | 第30-31页 |
| ·总结 | 第31-33页 |
| 3 数据流并行连接内存溢出实现算法 | 第33-40页 |
| ·引言 | 第33页 |
| ·消除重复连接 | 第33-35页 |
| ·内存溢出时替换算法 | 第35-37页 |
| ·窗口一半策略 | 第35-36页 |
| ·小于概率策略 | 第36-37页 |
| ·实验 | 第37-39页 |
| ·全在内存策略与两种部分写入硬盘策略对比实验 | 第37-39页 |
| ·总结 | 第39-40页 |
| 4 多维数据流基于基窗口的相关性分析 | 第40-59页 |
| ·引言 | 第40页 |
| ·相关工作 | 第40-41页 |
| ·理论基础 | 第41-43页 |
| ·定义 | 第41-42页 |
| ·多维数据流 CCA 基本原理 | 第42-43页 |
| ·BASE_WIN_CCA 算法 | 第43-49页 |
| ·基窗口统计量 | 第43-45页 |
| ·增量计算方法 | 第45-48页 |
| ·具体算法 | 第48-49页 |
| ·复杂度分析 | 第49-51页 |
| ·实验分析 | 第51-58页 |
| ·验证 Base_Win_CCA 算法准确性 | 第51-52页 |
| ·数据流的数量变化对观察值处理速度的影响 | 第52-53页 |
| ·观察值基窗口的大小与相关系数的关系 | 第53-54页 |
| ·相关性查询窗口的大小与观察值处理时间的关系 | 第54-55页 |
| ·用户数量与处理时间的关系 | 第55页 |
| ·对比 Base_Win_CCA 和 StreamCCA 算法的准确度 | 第55-56页 |
| ·对比 Base_Win_CCA 和 StreamCCA 算法的数据处理速度 | 第56-57页 |
| ·分析两个地区的两组交通卡口间的交通流相关性 | 第57-58页 |
| ·总结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| ·工作总结 | 第59-60页 |
| ·研究展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 在学研究成果 | 第65-66页 |
| 致谢 | 第66页 |