基于密度的流数据聚类算法
| 独创性声明 | 第1页 |
| 学位论文版权使用授权书 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 目录 | 第10-12页 |
| 第一章 前言 | 第12-14页 |
| 第二章 流数据聚类算法综述 | 第14-29页 |
| 2．1 数据挖掘概述 | 第14-17页 |
| 2．1．1 数据挖掘的任务及方法 | 第15-16页 |
| 2．1．2 数据挖掘的应用 | 第16-17页 |
| 2．2 传统聚类算法 | 第17-21页 |
| 2．2．1 聚类的简介 | 第17页 |
| 2．2．2 聚类的应用 | 第17-18页 |
| 2．2．3 数据挖掘对聚类的典型要求 | 第18-20页 |
| 2．2．4 相关算法 | 第20-21页 |
| 2．3 流数据聚类算法 | 第21-27页 |
| 2．4 在流数据中发现任意形状的类动机 | 第27-28页 |
| 2．5 小结 | 第28-29页 |
| 第三章 基于空间划分的索引结构CD-Tree | 第29-40页 |
| 3．1 空间划分结构 | 第29-30页 |
| 3．2 CD-Tree | 第30-31页 |
| 3．3 基于CD-Tree的各种算法 | 第31-35页 |
| 3．3．1 CD-Tree的构建 | 第31-32页 |
| 3．3．2 CD-Tree的遍历 | 第32-33页 |
| 3．3．3 CD-Tree上的近邻查询 | 第33-34页 |
| 3．3．4 CD-Tree的合并 | 第34-35页 |
| 3．4 结构优化 | 第35-38页 |
| 3．4．1 偏斜度概念 | 第35-38页 |
| 3．4．2 CD-Tree结构优化 | 第38页 |
| 3．5 小结 | 第38-40页 |
| 第四章 基于密度的流数据聚类算法 | 第40-48页 |
| 4．1 基于空间划分的流聚类定义 | 第40页 |
| 4．2 基于CD-Tree的流聚类框架 | 第40-41页 |
| 4．3 基于滑动窗口模型的在线聚类 | 第41-45页 |
| 4．3．1 基于CD-Tree的在线聚类 | 第42-43页 |
| 4．3．2 通过滑动窗口在线维护CD-Tree | 第43-45页 |
| 4．3．2．1 桶的维护 | 第43-44页 |
| 4．3．2．2 粒度调整 | 第44-45页 |
| 4．4 离线聚类与演化分析 | 第45-46页 |
| 4．5 小结 | 第46-48页 |
| 第五章 实验分析 | 第48-56页 |
| 5．1 实验环境与数据集 | 第48页 |
| 5．2 有效性测试 | 第48-51页 |
| 5．3 性能测试 | 第51-54页 |
| 5．4 小结 | 第54-56页 |
| 第六章 结论 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 攻硕期间参加的项目和发表的论文 | 第60页 |
