首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

数据流相似性查询及模式挖掘算法研究

摘要第5-7页
Abstract第7-9页
第1章 绪论第13-38页
    1.1 研究背景及意义第13-17页
        1.1.1 课题研究背景第13-14页
        1.1.2 课题研究意义第14-16页
        1.1.3 课题研究所面临的挑战第16-17页
    1.2 数据流概述第17-20页
        1.2.1 数据流定义及特点第17页
        1.2.2 数据流处理模型第17-18页
        1.2.3 数据流处理系统第18-20页
    1.3 数据流相似性查询及模式挖掘相关研究现状第20-33页
        1.3.1 技术基础第20-22页
        1.3.2 数据流相似性查询算法第22-27页
        1.3.3 数据流模式挖掘算法第27-33页
    1.4 存在的问题第33-34页
    1.5 本文的工作第34-36页
    1.6 研究路线与章节安排第36-38页
第2章 滑动窗口下基于DTW的数据流子序列相似性查询第38-70页
    2.1 引言第38-39页
    2.2 相关知识及问题定义第39-41页
        2.2.1 Disjoint查询第39页
        2.2.2 Spring算法第39-40页
        2.2.3 FSM算法第40-41页
        2.2.4 间题定义第41页
    2.3 具有增量计算特征的DQ-SW查询处理算法第41-56页
        2.3.1 naive算法第42页
        2.3.2 具有增量计算特征的DQ-SW查询处理算法第42-56页
    2.4 实验及结果分析第56-68页
        2.4.1 算法验证实验及结果分析第56-67页
        2.4.2 服务验证实验及结果分析第67-68页
    2.5 本章小结第68-70页
第3章 滑动窗口下基于LCSS的数据流全序列相似性查询第70-94页
    3.1 引言第70-71页
    3.2 相关知识第71-72页
    3.3 问题描述第72页
    3.4 基于PS-CC域优化策略的相似性查询处理算法第72-84页
        3.4.1 SM算法第73-74页
        3.4.2 PS-CC域优化策略第74-83页
        3.4.3 基于PS-CC域优化策略的D2S查询处理算法第83-84页
    3.5 实验及结果分析第84-93页
        3.5.1 算法验证实验及结果分析第84-92页
        3.5.2 服务验证实验及结果分析第92-93页
    3.6 本章小结第93-94页
第4章 基于滑动窗口的数据流完全加权最大频繁模式挖掘第94-114页
    4.1 引言第94-95页
    4.2 相关知识第95-96页
    4.3 基本概念和问题说明第96页
        4.3.1 基本概念第96页
        4.3.2 问题说明第96页
    4.4 FWMFP-SW算法第96-103页
        4.4.1 BM算法第97页
        4.4.2 FWMFP-SW算法第97-103页
    4.5 实验及结果分析第103-112页
        4.5.1 算法验证实验及结果分析第103-111页
        4.5.2 服务验证实验及结果分析第111-112页
    4.6 本章小节第112-114页
第5章 基于界标窗口的数据流最大规范模式挖掘第114-140页
    5.1 引言第114-115页
    5.2 相关知识第115-116页
        5.2.1 INcRT算法第115-116页
        5.2.2 PA算法第116页
    5.3 基本概念和问题说明第116-117页
        5.3.1 基本概念第116-117页
        5.3.2 问题说明第117页
    5.4 基于边界界标窗口技术的数据流最大规范模式挖掘算法第117-129页
        5.4.1 相邻窗口上规范模式间的关系第118-119页
        5.4.2 边界界标窗口技术第119-122页
        5.4.3 数据结构第122-127页
        5.4.4 DSMRM-BLW算法第127-129页
    5.5 实验及结果分析第129-139页
        5.5.1 算法验证实验及结果分析第129-138页
        5.5.2 服务验证实验及结果分析第138-139页
    5.6 本章小结第139-140页
第6章 结论与展望第140-144页
    6.1 论文工作总结第140-142页
    6.2 未来工作展望第142-144页
参考文献第144-154页
致谢第154-155页
攻读博士期间发表的论文和科研工作第155-157页
作者简介第157页

论文共157页,点击 下载论文
上一篇:虹膜识别中的若干关键问题研究
下一篇:面向用户学习过程的查询扩展方法研究