基于相似度及网格划分优化的数据流聚类算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·聚类挖掘算法存在的主要问题 | 第12-13页 |
| ·课题的主要研究内容 | 第13页 |
| ·本文组织结构安排 | 第13-15页 |
| 第2章 经典的数据流聚类算法分析 | 第15-23页 |
| ·数据流聚类算法的含义 | 第15页 |
| ·数据流聚类算法的要求 | 第15-16页 |
| ·经典数据流聚类算法分析 | 第16-21页 |
| ·BIRCH 算法 | 第16-17页 |
| ·STREAM 算法 | 第17页 |
| ·CluStream 算法 | 第17-18页 |
| ·HPStream 算法 | 第18-19页 |
| ·DenStream 算法 | 第19-20页 |
| ·D-stream 算法 | 第20-21页 |
| ·典型算法的比较 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第3章 基于密度网格树和相似度的数据流聚类算法 | 第23-33页 |
| ·引言 | 第23-24页 |
| ·问题的定义 | 第24-25页 |
| ·DGTSSTREAM 算法 | 第25-31页 |
| ·算法采用的网格树结构 | 第25-27页 |
| ·时间间隔 tm的确定 | 第27页 |
| ·对零星网格的检测和剪枝 | 第27-28页 |
| ·聚类过程 | 第28-29页 |
| ·边界点处理 | 第29-30页 |
| ·DGTSstream 算法框架 | 第30-31页 |
| ·算法分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于不均匀网格的数据流聚类算法 | 第33-41页 |
| ·引言 | 第33-34页 |
| ·金字塔时间框架 | 第34-35页 |
| ·问题定义 | 第35-36页 |
| ·UDGSTREAM 算法 | 第36-40页 |
| ·在线部分处理过程 | 第36-37页 |
| ·离线部分处理过程 | 第37-40页 |
| ·算法分析 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第5章 算法实现及实验分析 | 第41-47页 |
| ·DGTSSTREAM 算法实验 | 第41-44页 |
| ·实验的环境 | 第41页 |
| ·实验结果与分析 | 第41-44页 |
| ·UDGSTREAM 算法实验 | 第44-46页 |
| ·实验环境 | 第44页 |
| ·实验结果与分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 结论 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第53-54页 |
| 致谢 | 第54-55页 |
| 作者简介 | 第55页 |
