基于数据流的挖掘算法研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 数据流挖掘概况 | 第12-13页 |
| 1.2.1 数据流挖掘特点 | 第12页 |
| 1.2.2 数据流挖掘面临的困难 | 第12-13页 |
| 1.3 本文贡献 | 第13-14页 |
| 1.4 本文结构 | 第14-16页 |
| 第2章 数据流挖掘算法综述 | 第16-24页 |
| 2.1 数据流分类算法综述 | 第16-18页 |
| 2.2 数据流频繁模式挖掘算法综述 | 第18-21页 |
| 2.3 数据流聚类算法综述 | 第21-24页 |
| 第3章 数据流分类算法研究 | 第24-36页 |
| 3.1 研究现状 | 第24-26页 |
| 3.2 问题描述与重要概念 | 第26-27页 |
| 3.3 SADT 算法思想 | 第27-28页 |
| 3.4 SADT 算法实现过程 | 第28-32页 |
| 3.5 实验结果与分析 | 第32-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第4章 数据流频繁模式挖掘算法研究 | 第36-50页 |
| 4.1 研究现状 | 第36-37页 |
| 4.2 问题描述与重要概念 | 第37-38页 |
| 4.3 DSCFPM 算法思想 | 第38-41页 |
| 4.3.1 闭合频繁模式存储结构 | 第38-40页 |
| 4.3.2 DSCFPM 算法思想 | 第40-41页 |
| 4.4 DSCFPM 算法实现过程 | 第41-45页 |
| 4.4.1 生成临界闭合频繁模式 | 第41-43页 |
| 4.4.2 闭合频繁模式的构造和增量更新 | 第43-44页 |
| 4.4.3 DSCFPM 算法框架 | 第44-45页 |
| 4.5 实验结果与分析 | 第45-48页 |
| 4.6 本章小结 | 第48-50页 |
| 第5章 数据流聚类算法研究 | 第50-64页 |
| 5.1 研究现状 | 第50-51页 |
| 5.2 问题描述与重要概念 | 第51-53页 |
| 5.3 DSWSTREAM算法思想 | 第53-56页 |
| 5.3.1 CluStream 算法存在问题 | 第53-54页 |
| 5.3.2 DSWStream 算法解决方案 | 第54-56页 |
| 5.4 DSWSTREAM算法实现过程 | 第56-60页 |
| 5.4.1 在线维护微簇 | 第57-59页 |
| 5.4.2 离线产生聚类 | 第59-60页 |
| 5.4.3 聚类演化分析 | 第60页 |
| 5.5 实验结果与分析 | 第60-63页 |
| 5.6 本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-67页 |
| 6.1 全文总结 | 第64-65页 |
| 6.2 工作展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间发表的学术论文 | 第72-74页 |
