| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·课题研究背景 | 第9-11页 |
| ·数据流模型 | 第11-13页 |
| ·数据流研究现状 | 第13-15页 |
| ·本文研究内容 | 第15-16页 |
| ·论文组织结构 | 第16-17页 |
| 第二章 数据流聚类算法及其应用现状 | 第17-27页 |
| ·数据流聚类算法 | 第17-20页 |
| ·数据流聚类要求 | 第17-18页 |
| ·数据流聚类算法 | 第18-20页 |
| ·数据流聚类的主要应用 | 第20-21页 |
| ·普适数据流聚类 | 第21-22页 |
| ·数据流异常检测技术 | 第22-26页 |
| ·流异常的定义 | 第22-23页 |
| ·现有异常检测方法 | 第23-25页 |
| ·流异常检测面临的挑战 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于SSClu树流聚类算法 | 第27-47页 |
| ·问题描述 | 第27-28页 |
| ·相关概念 | 第28-32页 |
| ·SS 树定义 | 第28-29页 |
| ·树的相关操作 | 第29-30页 |
| ·微聚类 | 第30-31页 |
| ·SSClu 树结构 | 第31-32页 |
| ·基于SSClu 树流聚类算法 | 第32-38页 |
| ·高速流处理策略 | 第32-33页 |
| ·高速流聚类算法 | 第33-36页 |
| ·聚类的更新 | 第36-38页 |
| ·高速流的异常检测 | 第38-41页 |
| ·异常检测框架 | 第38-39页 |
| ·异常检测分析 | 第39-41页 |
| ·实验分析 | 第41-46页 |
| ·实验环境 | 第41-42页 |
| ·实验评价 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于相似性群集模型的流聚类算法 | 第47-66页 |
| ·问题描述 | 第47-48页 |
| ·相关工作 | 第48-51页 |
| ·WSN 结构及离群点 | 第48-49页 |
| ·WSN 数据流聚类研究现状 | 第49-51页 |
| ·相似性群集模型 | 第51-54页 |
| ·群集模型 | 第51-53页 |
| ·相似性群集模型 | 第53-54页 |
| ·基于相似性群集模型的流聚类算法及其在WSN 中的应用 | 第54-61页 |
| ·WSN 中离群点检测模型 | 第54-56页 |
| ·离群点判别 | 第56页 |
| ·采集端数据处理方法 | 第56-57页 |
| ·基于相似性群集模型的聚类算法 | 第57-59页 |
| ·能耗分析 | 第59-61页 |
| ·实验及结果分析 | 第61-65页 |
| ·实验环境 | 第61-62页 |
| ·结果评估 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 总结和展望 | 第66-68页 |
| ·论文工作总结 | 第66-67页 |
| ·下一步工作计划 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士期间发表的学术成果 | 第73页 |