| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 问题提出的背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文的主要工作 | 第11-12页 |
| 1.4 本文的结构安排 | 第12-13页 |
| 第二章 实时数据流挖掘的相关技术 | 第13-32页 |
| 2.1 实时数据流的基本概念 | 第13-15页 |
| 2.2 数据流挖掘的关键技术 | 第15-16页 |
| 2.3 聚类分析 | 第16-27页 |
| 2.3.1 基于划分方法(Partitioning Methods)的数据流聚类 | 第19-20页 |
| 2.3.2 基于层次方法(Hierarchical Methods)的数据流聚类 | 第20-23页 |
| 2.3.3 基于密度方法(Density-based Methods)的数据流聚类 | 第23页 |
| 2.3.4 基于网格方法(Grid-based Methods)的数据流聚类 | 第23-25页 |
| 2.3.5 基于模型方法(Model-based Methods)的数据流聚类 | 第25-27页 |
| 2.4 分类 | 第27-29页 |
| 2.5 频繁模式 | 第29-31页 |
| 2.6 数据流聚类算法性能的比较分析 | 第31页 |
| 2.7 本章小结 | 第31-32页 |
| 第三章 实时数据流聚类与边界检测 | 第32-45页 |
| 3.1 实时数据流聚类的基本概念与定义 | 第32-37页 |
| 3.2 算法框架 | 第37-39页 |
| 3.3 实时数据流中数据信息的存储和更新 | 第39-42页 |
| 3.4 基于网格方法的实时数据流聚类 | 第42-43页 |
| 3.5 实时数据流的聚类边界检测 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 实验结果与分析 | 第45-49页 |
| 4.1 实验结果与分析 | 第45-48页 |
| 4.2 算法时间性能分析 | 第48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49-50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 附录 A 攻读学位期间发表的论文及参与项目 | 第57-58页 |
| 详细摘要 | 第58-62页 |
