| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·数据流挖掘技术 | 第10-12页 |
| ·数据流挖掘研究背景及意义 | 第10-11页 |
| ·数据流挖掘的特点 | 第11-12页 |
| ·数据流聚类分析技术 | 第12-15页 |
| ·国内外研究现状 | 第12-15页 |
| ·存在的问题 | 第15页 |
| ·课题的主要研究内容 | 第15-16页 |
| ·本文的结构安排 | 第16-17页 |
| 第2章 基于空间有向图的数据流聚类算法研究 | 第17-26页 |
| ·引言 | 第17-18页 |
| ·问题定义 | 第18-19页 |
| ·基于空间有向图的数据流聚类算法 GBGSCLU | 第19-25页 |
| ·维护 GBG 有向图的顶点 | 第20-21页 |
| ·稀疏顶点的删除 | 第21-22页 |
| ·生成 GBG 有向图 | 第22-23页 |
| ·离线聚类 | 第23-24页 |
| ·GBGSClu 数据流聚类算法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于带重心空间有向图的数据流聚类算法研究 | 第26-39页 |
| ·引言 | 第26-27页 |
| ·问题定义 | 第27-29页 |
| ·基于带重心空间有向图的处理簇边缘的数据流聚类算法 | 第29-37页 |
| ·在线维护 SDGC 和离线聚类 | 第30-32页 |
| ·处理簇边缘稀疏网格 | 第32-34页 |
| ·调整簇 | 第34-36页 |
| ·SDGCStream 数据流聚类算法框架 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 基于序列聚类的相似代码检测算法研究 | 第39-47页 |
| ·引言 | 第39-40页 |
| ·问题定义 | 第40-42页 |
| ·带权重的编辑距离 | 第40-41页 |
| ·序列间的相似度 | 第41-42页 |
| ·基于带权重编辑距离的序列聚类算法 | 第42-46页 |
| ·源程序代码的分段提取 | 第43页 |
| ·程序代码的部分转换 | 第43页 |
| ·符号序列的聚类 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 算法实现及性能分析 | 第47-57页 |
| ·实验数据和环境 | 第47-48页 |
| ·GBGSCLU 算法性能分析 | 第48-51页 |
| ·聚类质量分析 | 第48-49页 |
| ·运行时间和可伸缩性分析 | 第49-51页 |
| ·SDGCSTREAM 算法性能分析 | 第51-54页 |
| ·聚类质量分析 | 第51-52页 |
| ·运行时间和可伸缩性分析 | 第52-54页 |
| ·SSCW 算法性能分析 | 第54-56页 |
| ·聚类结果分析 | 第54-55页 |
| ·算法运行时间分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |