数据流分类中概念漂移及噪声处理研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·数据挖掘概述 | 第10-12页 |
| ·数据挖掘定义 | 第10-11页 |
| ·数据挖掘的过程 | 第11-12页 |
| ·数据挖掘的研究历史 | 第12页 |
| ·数据流挖掘 | 第12-16页 |
| ·数据流 | 第13-14页 |
| ·数据流挖掘研究现状 | 第14页 |
| ·数据流挖掘的方法 | 第14-16页 |
| ·数据流的应用领域 | 第16页 |
| ·主要研究内容 | 第16页 |
| ·内容组织结构 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 数据流分类挖掘技术 | 第18-26页 |
| ·分类技术 | 第18-20页 |
| ·分类过程 | 第18-19页 |
| ·分类方法 | 第19-20页 |
| ·概念漂移 | 第20-22页 |
| ·定义和分类 | 第20-21页 |
| ·概念漂移的处理方法 | 第21页 |
| ·数据流中概念漂移研究的基本问题 | 第21-22页 |
| ·噪声数据 | 第22-23页 |
| ·数据流分类算法研究概述 | 第23-25页 |
| ·数据流分类算法 | 第23-24页 |
| ·数据流分类算法的特点 | 第24-25页 |
| ·数据流分类中的关键问题 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于数据特征空间分析的概念漂移检测 | 第26-36页 |
| ·引言 | 第26页 |
| ·Incremental-LDA 方法 | 第26-28页 |
| ·传统的 LDA 方法 | 第26-27页 |
| ·ILDA 方法 | 第27-28页 |
| ·突变式概念漂移检测模型 | 第28-29页 |
| ·分类算法 | 第29-31页 |
| ·最近邻分类技术 | 第29-30页 |
| ·IUDE 算法的基本思想 | 第30页 |
| ·算法描述 | 第30-31页 |
| ·实验分析 | 第31-35页 |
| ·实验设置 | 第31页 |
| ·实验结果 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于密度聚类算法的噪声处理 | 第36-45页 |
| ·引言 | 第36页 |
| ·DBSCAN 算法 | 第36-38页 |
| ·DBSCAN 算法的基本步骤 | 第36-37页 |
| ·算法描述 | 第37-38页 |
| ·DBSCAN 算法的改进 | 第38-39页 |
| ·理论基础 | 第38页 |
| ·算法描述 | 第38-39页 |
| ·分类算法 | 第39-40页 |
| ·算法基本思想 | 第39页 |
| ·算法描述 | 第39-40页 |
| ·实验分析 | 第40-44页 |
| ·实验设置 | 第40页 |
| ·FDBSCAN 与 DBSCAN 算法比较 | 第40-41页 |
| ·分类算法的实验分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 总结和展望 | 第45-47页 |
| ·本文总结 | 第45页 |
| ·未来工作展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 发表论文和科研情况说明 | 第51-52页 |
| 致谢 | 第52-53页 |
