基于网格与密度的数据流聚类算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·论文研究的主要内容 | 第13-14页 |
| ·论文组织结构 | 第14-15页 |
| 第2章 相关技术 | 第15-40页 |
| ·数据挖掘技术 | 第15-18页 |
| ·数据流挖掘概述 | 第18-23页 |
| ·数据流的定义及特点 | 第18-20页 |
| ·从传统数据挖掘到数据流挖掘 | 第20-22页 |
| ·数据流挖掘算法的特点 | 第22-23页 |
| ·聚类分析 | 第23-32页 |
| ·聚类分析的含义及应用 | 第23-24页 |
| ·聚类分析算法的性能评价标准 | 第24-25页 |
| ·聚类分析的步骤 | 第25-26页 |
| ·传统的聚类算法 | 第26-32页 |
| ·数据流聚类分析 | 第32-39页 |
| ·数据流聚类分析的含义和要求 | 第32-34页 |
| ·数据流聚类分析算法 | 第34-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 基于网格与密度的数据流聚类算法 | 第40-67页 |
| ·问题的提出 | 第40-42页 |
| ·算法的基本思想 | 第42-44页 |
| ·算法的相关定义和定理 | 第44-47页 |
| ·网格的划分及网格单元密度的分类 | 第47-50页 |
| ·DENSE 区域相邻判断算法 | 第50-51页 |
| ·GDClu 算法的描述 | 第51-60页 |
| ·时间间隔gap 的确定 | 第52-55页 |
| ·初始聚类子算法和聚类更新子算法 | 第55-57页 |
| ·GDClu 算法的框架 | 第57-60页 |
| ·数据流的演化分析与改进的金字塔时间框架 | 第60-65页 |
| ·本章小结 | 第65-67页 |
| 第4章 实验及分析 | 第67-75页 |
| ·实验环境和测试数据 | 第67页 |
| ·聚类的演化过程与效果分析 | 第67-70页 |
| ·聚类结果的正确率比较 | 第70-71页 |
| ·聚类速度的比较 | 第71-73页 |
| ·GDClu 算法性能分析 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第82-83页 |
| 致谢 | 第83页 |
