实时数据流相关性分析与挖掘技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 引言 | 第12-22页 |
| ·数据流的研究背景 | 第12-13页 |
| ·数据流模型 | 第13-16页 |
| ·数据流的定义 | 第13-14页 |
| ·数据流的特点 | 第14-15页 |
| ·数据流的窗口模型 | 第15-16页 |
| ·数据流研究的应用 | 第16-19页 |
| ·数据流分析与挖掘研究模型 | 第19页 |
| ·本文研究内容及组织结构 | 第19-22页 |
| ·主要研究内容 | 第19-21页 |
| ·本文组织结构 | 第21-22页 |
| 第二章 相关理论与研究进展 | 第22-34页 |
| ·数据流分析技术 | 第22-25页 |
| ·直方图 | 第22页 |
| ·随机采样 | 第22-23页 |
| ·梗概 | 第23页 |
| ·小波 | 第23-24页 |
| ·滑动窗口 | 第24-25页 |
| ·数据流挖掘技术 | 第25-28页 |
| ·聚类 | 第25-26页 |
| ·分类 | 第26页 |
| ·频繁模式发现 | 第26-27页 |
| ·异常模式检测 | 第27-28页 |
| ·时间序列分析 | 第28-32页 |
| ·时间序列趋势分析 | 第29页 |
| ·时间序列相似性分析 | 第29-32页 |
| ·事件序列分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 多时间序列数据流的同步相关性分析 | 第34-56页 |
| ·相关性分析方法概述 | 第34-37页 |
| ·基于滑动窗口的相关性分析 | 第37-38页 |
| ·数据流的分层布尔表示方法 | 第38-40页 |
| ·宏布尔序列 | 第38-39页 |
| ·微布尔序列 | 第39-40页 |
| ·基于分层布尔表示的相关性分析 | 第40-44页 |
| ·布尔相关性定义 | 第40页 |
| ·分层布尔表示算法 | 第40-42页 |
| ·窗口同步滑动的增量式维护 | 第42-44页 |
| ·理论分析 | 第44-49页 |
| ·精度分析 | 第44-48页 |
| ·算法的复杂性 | 第48-49页 |
| ·实验评测 | 第49-54页 |
| ·性能分析 | 第49-52页 |
| ·参数对HBR算法的影响 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第四章 滑动窗口自适应的布尔相关性分析 | 第56-78页 |
| ·引言 | 第56-57页 |
| ·时间序列中的周期性探测技术 | 第57-62页 |
| ·频域分析 | 第58-60页 |
| ·自相关技术 | 第60-62页 |
| ·基于布尔表示的周期性探测技术 | 第62-64页 |
| ·窗口大小的自适应调整 | 第64-66页 |
| ·理论分析 | 第66-68页 |
| ·精度分析 | 第66-68页 |
| ·算法的复杂性 | 第68页 |
| ·实验评测 | 第68-76页 |
| ·布尔自相关技术的精度评测 | 第69-75页 |
| ·布尔自相关技术的处理速率评测 | 第75-76页 |
| ·本章小结 | 第76-78页 |
| 第五章 基于滞后相关性的多数据流挖掘方法 | 第78-100页 |
| ·引言 | 第78-79页 |
| ·基于布尔表示的滞后相关性分析 | 第79-87页 |
| ·滞后相关性的定义 | 第79-80页 |
| ·Braid方法 | 第80-82页 |
| ·布尔滞后相关方法 | 第82-84页 |
| ·理论分析 | 第84-87页 |
| ·基于滞后相关性的多数据流约减与重构 | 第87-93页 |
| ·主成分分析模型 | 第87-89页 |
| ·滞后相关的多个数据流的同步化 | 第89-91页 |
| ·滞后相关的多个数据流的约减与重构 | 第91-93页 |
| ·实验评估 | 第93-98页 |
| ·BLC算法的性能 | 第93-96页 |
| ·多个时间序列数据流的约减和重构 | 第96-98页 |
| ·本章小结 | 第98-100页 |
| 第六章 基于共享度的事件流相似性分析 | 第100-122页 |
| ·事件流概述 | 第100-105页 |
| ·事件流的特点 | 第100-101页 |
| ·事件流分析的应用 | 第101-102页 |
| ·事件流分析面临的问题 | 第102-104页 |
| ·事件流相似性分析模型 | 第104-105页 |
| ·事件流相似性分析的概念模型 | 第105-109页 |
| ·基于共享度的事件流相似性分析方法 | 第109-117页 |
| ·精确的事件流相似性分析 | 第109-111页 |
| ·事件流的预处理 | 第111-113页 |
| ·基于事件片段权重的事件流共享度算法 | 第113-115页 |
| ·基于共享度的相似性过滤算法 | 第115-117页 |
| ·算法的复杂性 | 第117页 |
| ·实验及性能分析 | 第117-121页 |
| ·EOS算法的处理速率评测 | 第118-119页 |
| ·EOS算法的过滤性能评测 | 第119页 |
| ·EOS算法的精度评测 | 第119-121页 |
| ·本章小结 | 第121-122页 |
| 第七章 结论 | 第122-126页 |
| ·本文的主要贡献与结论 | 第122-123页 |
| ·未来工作的展望 | 第123-126页 |
| 参考文献 | 第126-134页 |
| 致谢 | 第134-136页 |
| 攻博期间发表的文章 | 第136-138页 |
| 科研经历 | 第138-140页 |
| 作者简介 | 第140页 |
