| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究背景与研究意义 | 第7-8页 |
| 1.2 国内外研究进展 | 第8-11页 |
| 1.3 论文研究内容与创新点 | 第11-12页 |
| 1.3.1 论文研究内容 | 第11页 |
| 1.3.2 论文创新点 | 第11-12页 |
| 1.4 本章小结 | 第12-13页 |
| 2 数据挖掘中的抽样技术 | 第13-19页 |
| 2.1 经典抽样方法简介 | 第13-14页 |
| 2.1.1 抽样算法在数据挖掘中的应用 | 第13页 |
| 2.1.2 抽样的基本概念和术语 | 第13-14页 |
| 2.1.3 简单随机抽样 | 第14页 |
| 2.1.4 分层抽样 | 第14页 |
| 2.1.5 系统抽样 | 第14页 |
| 2.2 密度偏差抽样简介 | 第14-16页 |
| 2.2.1 密度偏差抽样基本理论 | 第14-15页 |
| 2.2.2 密度偏差抽样实现过程 | 第15-16页 |
| 2.3 抽样算法在大数据挖掘中的应用 | 第16-18页 |
| 2.3.1 抽样在大数据挖掘中的作用 | 第16-17页 |
| 2.3.2 大数据挖掘中的抽样策略 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 3 抽样在大数据集聚类分析中的应用 | 第19-22页 |
| 3.1 经典聚类算法简介 | 第19-20页 |
| 3.1.1 划分聚类算法 | 第19页 |
| 3.1.2 层次聚类算法 | 第19页 |
| 3.1.3 密度聚类算法 | 第19页 |
| 3.1.4 网格聚类算法 | 第19-20页 |
| 3.2 大数据集聚类分析中的抽样技术 | 第20-21页 |
| 3.2.1 数据约简方法在大数据集聚类分析中的应用 | 第20页 |
| 3.2.2 简单随机抽样在大数据集聚类分析中的应用 | 第20-21页 |
| 3.2.3 密度偏差抽样在大数据集聚类分析中的应用 | 第21页 |
| 3.3 本章小结 | 第21-22页 |
| 4 基于可变网格划分的密度偏差抽样优化算法 | 第22-50页 |
| 4.1 网格划分方法 | 第23-24页 |
| 4.1.1 固定网格划分方法 | 第23页 |
| 4.1.2 可变网格划分方法 | 第23-24页 |
| 4.2 一种改进的可变网格划分方法 | 第24-29页 |
| 4.2.1 算法描述 | 第26-28页 |
| 4.2.2 参数设置 | 第28-29页 |
| 4.3 基于均值信息构建可变网格的密度偏差抽样优化算法 | 第29-32页 |
| 4.3.1 AVVG_DBS算法描述 | 第30-31页 |
| 4.3.2 AVVG_DBS算法的时间复杂分析 | 第31-32页 |
| 4.4 实验与分析 | 第32-47页 |
| 4.4.1 实验数据集 | 第32-33页 |
| 4.4.2 参数设置对比分析 | 第33-36页 |
| 4.4.3 抽样效果对比分析 | 第36-41页 |
| 4.4.4 样本质量对比分析 | 第41-43页 |
| 4.4.5 执行时间对比分析 | 第43-47页 |
| 4.5 AVVG_DBS算法在位置数据集抽样分析中的应用 | 第47-49页 |
| 4.5.1 实验数据集 | 第47-48页 |
| 4.5.2 抽样效果对比分析 | 第48-49页 |
| 4.6 本章小结 | 第49-50页 |
| 5 主要结论与展望 | 第50-52页 |
| 5.1 主要结论 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 在校期间科研成果 | 第56页 |
