基于滑动窗口与网格密度的数据流聚类算法的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·选题背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·研究的主要内容 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| 第二章 数据流聚类技术 | 第12-23页 |
| ·传统聚类分析技术 | 第12-19页 |
| ·聚类的基本数学模型 | 第12-13页 |
| ·聚类分析中的数据类型 | 第13-17页 |
| ·主要的聚类算法及其特点 | 第17-19页 |
| ·数据流聚类概述 | 第19-22页 |
| ·数据流的概念与特征 | 第19-20页 |
| ·数据流聚类与传统聚类的不同 | 第20-21页 |
| ·数据流聚类所面临的挑战 | 第21-22页 |
| ·数据流计算模型 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于滑动窗口的高维数据流聚类算法 | 第23-35页 |
| ·问题定义 | 第23-24页 |
| ·HSWStream算法 | 第24-30页 |
| ·降维 | 第26-27页 |
| ·处理新的数据点 | 第27页 |
| ·直方图的维护 | 第27-30页 |
| ·算法测试结果与分析 | 第30-34页 |
| ·实验环境与数据集 | 第30-31页 |
| ·聚类质量比较 | 第31-32页 |
| ·内存消耗比较 | 第32-33页 |
| ·可伸缩性测试 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于网格密度和引力的数据流聚类算法 | 第35-50页 |
| ·问题定义 | 第35-39页 |
| ·F-Stream算法 | 第39-45页 |
| ·F-Stream算法框架 | 第39-41页 |
| ·零星网格的检测与删除 | 第41-42页 |
| ·簇边缘网格的判定与保留 | 第42-44页 |
| ·聚类簇调整算法 | 第44-45页 |
| ·算法测试结果与分析 | 第45-48页 |
| ·实验环境与参数设置 | 第45-46页 |
| ·执行时间比较 | 第46-47页 |
| ·聚类质量比较 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·本文工作的总结 | 第50-51页 |
| ·未来工作的展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 作者攻读硕士学位期间的主要研究成果 | 第58页 |
