| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 数据流聚类研究现状 | 第12-14页 |
| 1.2.2 Storm研究现状 | 第14-15页 |
| 1.3 论文组织结构 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第二章 相关理论与技术 | 第17-31页 |
| 2.1 数据挖掘概述 | 第17-19页 |
| 2.2 数据流挖掘概述 | 第19-23页 |
| 2.2.1 流数据相关概念 | 第19-20页 |
| 2.2.2 数据流挖掘的关键技术 | 第20-22页 |
| 2.2.3 数据流挖掘所面临的挑战 | 第22-23页 |
| 2.3 传统聚类算法与流聚类算法 | 第23-27页 |
| 2.3.1 聚类算法概述 | 第23-24页 |
| 2.3.2 经典的流聚类算法介绍 | 第24-27页 |
| 2.4 流计算平台概述 | 第27-30页 |
| 2.4.1 流计算概述 | 第27-28页 |
| 2.4.2 开源流计算系统概述 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 分布式密度数据流聚类算法DBS-Stream | 第31-40页 |
| 3.1 CluStream算法 | 第31-32页 |
| 3.1.1 CluStream算法概述 | 第31-32页 |
| 3.1.2 CluStream算法的不足 | 第32页 |
| 3.2 DBSCAN算法 | 第32-34页 |
| 3.2.1 DBSCAN算法描述 | 第32-33页 |
| 3.2.2 DBSCAN算法的优势 | 第33-34页 |
| 3.3 分布式密度数据流聚类算法DBS-Stream | 第34-39页 |
| 3.3.1 分布式密度数据流聚类算法DBS-Stream的基本思想 | 第34-35页 |
| 3.3.2 DBS-Stream算法基本概念 | 第35页 |
| 3.3.3 DBS-Stream算法在线部分局部节点聚类 | 第35-36页 |
| 3.3.4 DBS-Stream算法在线部分中心节点聚类 | 第36-37页 |
| 3.3.5 分布式密度数据流聚类算法DBS-Stream的算法描述 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 DBS-Stream在Storm平台的实现方案 | 第40-45页 |
| 4.1 Storm体系结构与运行机制概述 | 第40-42页 |
| 4.2 DBS-Stream算法在Storm平台上的实现的难点分析 | 第42-43页 |
| 4.3 DBS-Stream算法在Storm平台上的实现方案 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 实验结果与分析 | 第45-52页 |
| 5.1 实验环境与数据 | 第45-47页 |
| 5.1.1 实验硬件与软件环境 | 第45页 |
| 5.1.2 Storm集群的搭建与配置 | 第45-46页 |
| 5.1.3 实验数据 | 第46-47页 |
| 5.2 算法有效性分析 | 第47-48页 |
| 5.3 算法性能测试 | 第48-50页 |
| 5.3.1 DBS-Stream算法的通信代价测试 | 第48-49页 |
| 5.3.2 DBS-Stream算法的线程压力测试 | 第49-50页 |
| 5.3.3 DBS-Stream算法的处理时间测试 | 第50页 |
| 5.4 本章小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 工作总结 | 第52-53页 |
| 6.2 工作展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间论文发表情况 | 第58页 |
| 研究生期间发表的学术论文 | 第58页 |
