基于同步的数据流分层压缩研究
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景与意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-20页 |
| 1.2.1 数据流压缩 | 第17-19页 |
| 1.2.2 概念漂移 | 第19页 |
| 1.2.3 小结 | 第19-20页 |
| 1.3 研究主要内容及创新 | 第20-22页 |
| 1.3.1 研究主要内容 | 第20-21页 |
| 1.3.2 创新与贡献 | 第21-22页 |
| 1.4 论文的结构安排 | 第22页 |
| 1.5 本章小结 | 第22-23页 |
| 第二章 关键理论基础 | 第23-35页 |
| 2.1 数据流压缩 | 第23-31页 |
| 2.1.1 采样 | 第23页 |
| 2.1.2 草图 | 第23-24页 |
| 2.1.2.1 小波分析 | 第24页 |
| 2.1.3 窗口模型 | 第24-26页 |
| 2.1.4 数据流聚类 | 第26-31页 |
| 2.1.4.1 基于分层方法 | 第26-27页 |
| 2.1.4.2 基于划分方法 | 第27-28页 |
| 2.1.4.3 基于网格方法 | 第28-29页 |
| 2.1.4.4 基于密度的方法 | 第29-30页 |
| 2.1.4.5 基于模型方法 | 第30-31页 |
| 2.2 概念漂移 | 第31-33页 |
| 2.3 本章小结 | 第33-35页 |
| 第三章 概念漂移下基于同步的聚类算法 | 第35-53页 |
| 3.1 相关工作 | 第35-38页 |
| 3.2 基于同步的数据流聚类 | 第38-43页 |
| 3.2.1 同步微簇 | 第38-40页 |
| 3.2.2 在线的微簇维护 | 第40-42页 |
| 3.2.3 宏簇的产生 | 第42页 |
| 3.2.4 簇演化分析 | 第42-43页 |
| 3.3 实验评估 | 第43-52页 |
| 3.3.1 实验设置 | 第43-46页 |
| 3.3.1.1 数据集 | 第43-45页 |
| 3.3.1.2 比较方法 | 第45页 |
| 3.3.1.3 参数设置 | 第45-46页 |
| 3.3.2 算法验证 | 第46-48页 |
| 3.3.2.1 有效的簇结构保存 | 第46页 |
| 3.3.2.2 高效微簇在线维护 | 第46-47页 |
| 3.3.2.3 有效的概念漂移处理 | 第47-48页 |
| 3.3.3 聚类质量评估 | 第48-49页 |
| 3.3.3.1 评估微簇 | 第48页 |
| 3.3.3.2 与经典方法进行比较 | 第48-49页 |
| 3.3.4 参数敏感性分析 | 第49-51页 |
| 3.3.4.1 交互范围 | 第50页 |
| 3.3.4.2 数据块大小 | 第50-51页 |
| 3.3.5 演化分析 | 第51-52页 |
| 3.4 本章总结 | 第52-53页 |
| 第四章 基于同步聚类的数据流压缩算法 | 第53-65页 |
| 4.1 相关工作 | 第53-54页 |
| 4.2 基于同步聚类的数据流压缩 | 第54-56页 |
| 4.2.1 基于同步的数据流压缩 | 第54页 |
| 4.2.2 基于EPD参数估计的数据流重构 | 第54-56页 |
| 4.3 实验 | 第56-63页 |
| 4.3.1 实验设置 | 第56-58页 |
| 4.3.1.1 数据集 | 第56-57页 |
| 4.3.1.2 比较算法 | 第57页 |
| 4.3.1.3 评估指标 | 第57-58页 |
| 4.3.1.4 参数设置 | 第58页 |
| 4.3.2 算法评估 | 第58-61页 |
| 4.3.2.1 人工数据集上实验结果与分析 | 第58-61页 |
| 4.3.2.2 真实数据集上实验结果与分析 | 第61页 |
| 4.3.3 对比算法 | 第61-62页 |
| 4.3.4 参数敏感度分析 | 第62-63页 |
| 4.3.4.1 交互范围ε | 第62页 |
| 4.3.4.2 ChunkSize对压缩的影响 | 第62页 |
| 4.3.4.3 还原率ratio | 第62-63页 |
| 4.4 本章总结 | 第63-65页 |
| 第五章 全文总结与展望 | 第65-66页 |
| 5.1 全文总结 | 第65页 |
| 5.2 未来工作展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-74页 |
| 攻硕期间取得的研究成果 | 第74-75页 |
