隐含概念漂移的数据流分类算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-15页 |
| ·数据挖掘的产生 | 第12-13页 |
| ·数据流技术 | 第13页 |
| ·本文的组织结构 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 数据挖掘 | 第15-26页 |
| ·数据库中知识发现 | 第15-17页 |
| ·数据挖掘 | 第17-20页 |
| ·数据流挖掘 | 第20-21页 |
| ·数据流分类 | 第21页 |
| ·数据流聚类 | 第21页 |
| ·数据流频繁模式挖掘 | 第21-22页 |
| ·WEB挖掘 | 第22-24页 |
| ·文本挖掘 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 数据流分类算法 | 第26-37页 |
| ·数据分类 | 第26页 |
| ·传统的分类算法 | 第26-28页 |
| ·数据流分类所面临的问题 | 第28-29页 |
| ·适合隐含概念漂移的数据流上的分类算法 | 第29-36页 |
| ·概念漂移问题 | 第30页 |
| ·隐含概念漂移的数据流上的分类算法研究 | 第30-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于频度的概念漂移的检测 | 第37-43页 |
| ·数据流分类中概念漂移的主要形式 | 第37页 |
| ·基于频度的概念漂移的检测方法 | 第37-41页 |
| ·基于频度的概念漂移的特征 | 第37-38页 |
| ·基本分类算法 | 第38页 |
| ·触发器检测算法 | 第38-39页 |
| ·概念的等价性度量算法 | 第39-40页 |
| ·概念频度检测模型 | 第40-41页 |
| ·实验结果与分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 概念漂移中低频概念的消减 | 第43-50页 |
| ·数据流分类中基于频度的概念漂移的特点 | 第43页 |
| ·低频概念对分类性能的影响 | 第43-44页 |
| ·低频概念的消减 | 第44-48页 |
| ·低频概念的消减算法LFCR的基本组成 | 第44-45页 |
| ·低频概念消减算法 | 第45-46页 |
| ·低频概念消减前后系统时空性能的比较 | 第46-48页 |
| ·实验结果与分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 读研期间发表的论文 | 第56页 |
