基于粒度的数据流不确定性信息处理
摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第一章 绪论 | 第8-25页 |
·课题背景 | 第9-15页 |
·研究背景与基本概念 | 第9-11页 |
·数据流模型 | 第11-13页 |
·数据流技术 | 第13-15页 |
·数据流相关研究工作 | 第15-18页 |
·数据流管理 | 第15-17页 |
·数据流分析 | 第17-18页 |
·不确定性信息处理相关研究工作 | 第18-22页 |
·研究现状 | 第20-21页 |
·存在挑战 | 第21-22页 |
·研究现状总结 | 第22-23页 |
·本文工作 | 第23-24页 |
·主要研究内容 | 第23页 |
·主要创新点 | 第23-24页 |
·论文结构 | 第24-25页 |
第二章 粒度计算和不确定性知识理论基础 | 第25-35页 |
·粒度计算概述 | 第25-26页 |
·粒度计算模型 | 第26-30页 |
·基于模糊集的粒度计算模型 | 第26-27页 |
·基于粗糙集的粒度计算模型 | 第27-28页 |
·基于商空间的粒度计算模型 | 第28-29页 |
·三种理论的比较 | 第29-30页 |
·不确定性信息处理 | 第30-34页 |
·不确定性信息概念 | 第31-32页 |
·不确定性信息处理方法 | 第32-34页 |
·本章小结 | 第34-35页 |
第三章 基于动态粒度的数据流挖掘模型 | 第35-51页 |
·动态粒度的建立 | 第35-44页 |
·基于时间的动态粒度 | 第35-40页 |
·基于数据的动态粒度 | 第40-44页 |
·动态粒度的存储 | 第44-48页 |
·中间结果粒度的存储 | 第44-47页 |
·挖掘结果粒度的存储 | 第47-48页 |
·动态粒度查询 | 第48-49页 |
·基于动态粒度的数据流挖掘模型 | 第49-50页 |
·本章小结 | 第50-51页 |
第四章 不确定性信息处理 | 第51-64页 |
·粒度构建中概念的不确定性 | 第51-55页 |
·云模型 | 第51-53页 |
·基于云模型的粒度概念不确定性处理 | 第53-55页 |
·粒度层次转换的不确定性 | 第55-59页 |
·概念层次树 | 第56-57页 |
·信息熵 | 第57-58页 |
·粒度转换不确定性处理 | 第58-59页 |
·数据查询不确定性 | 第59-63页 |
·Skyline 查询机制 | 第60-61页 |
·数据流查询 | 第61-63页 |
·本章小结 | 第63-64页 |
第五章 实验验证与分析 | 第64-72页 |
·实验数据 | 第64页 |
·基于粒度的数据流挖掘模型 | 第64-68页 |
·基于云模型的数据流不确定信息处理 | 第68-71页 |
·本章小结 | 第71-72页 |
第六章 总结与展望 | 第72-73页 |
·全文总结 | 第72页 |
·展望 | 第72-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-79页 |
攻读硕士学位期间发表的论文以及科研成果 | 第79页 |