| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 确定数据流的研究现状 | 第11-12页 |
| 1.2.2 不确定数据流的研究现状 | 第12-13页 |
| 1.2.3 谱聚类算法的研究现状 | 第13页 |
| 1.3 本文相关工作与贡献 | 第13-14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 第二章 OOSCA算法涉及的相关理论与技术 | 第16-29页 |
| 2.1 数据流概要结构模型及算法 | 第16-23页 |
| 2.1.1 抽象数据结构 | 第16-17页 |
| 2.1.2 数据流窗口模型 | 第17-20页 |
| 2.1.3 数据流聚类算法概述 | 第20-22页 |
| 2.1.4 数据流相关技术 | 第22-23页 |
| 2.2 谱聚类基本原理 | 第23-27页 |
| 2.2.1 谱图理论与数据模型 | 第24-25页 |
| 2.2.2 图划分分类 | 第25-27页 |
| 2.3 分布式并行计算框架 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 OOSCA算法的研究与设计 | 第29-48页 |
| 3.1 核函数划分原理和分析策略 | 第30-33页 |
| 3.1.1 核函数划分原理 | 第30-31页 |
| 3.1.2 KPCA分析方法 | 第31-32页 |
| 3.1.3 KPCA的分布式设计与实现 | 第32-33页 |
| 3.2 时间衰减的数据流在线汇总阶段 | 第33-36页 |
| 3.2.1 数据定义 | 第33-34页 |
| 3.2.2 动态滑动窗口 | 第34-35页 |
| 3.2.3 在线处理局部站点 | 第35-36页 |
| 3.3 OOSCA算法的设计与实现 | 第36-44页 |
| 3.3.1 NIFSC算法的设计 | 第36-39页 |
| 3.3.2 TNNSC算法的设计与实现 | 第39-44页 |
| 3.4 实验结果与分析 | 第44-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 OOSCA算法在并行平台上的应用 | 第48-58页 |
| 4.1 并行方法与谱聚类算法 | 第48-51页 |
| 4.1.1 MapReduce原理与编程模型 | 第48-50页 |
| 4.1.2 并行方法与谱聚类关系 | 第50-51页 |
| 4.2 OOSCA算法在MapReduce平台中的应用 | 第51-56页 |
| 4.2.1 并行方法构建相似矩阵 | 第51-53页 |
| 4.2.2 并行方法求解特征向量 | 第53-54页 |
| 4.2.3 并行方法与k-means聚类 | 第54-56页 |
| 4.3 实验结果与分析 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 本文工作总结 | 第58-59页 |
| 5.2 未来工作与憧憬 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65-66页 |
| 详细摘要 | 第66-68页 |