数据流聚类分析与异常检测算法
| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-13页 |
| 图目录 | 第13-15页 |
| 表目录 | 第15-16页 |
| 第一章 绪论 | 第16-23页 |
| ·数据模型概述 | 第16-18页 |
| ·数据流研究背景 | 第16-17页 |
| ·不确定数据研究背景 | 第17-18页 |
| ·面临的挑战 | 第18-21页 |
| ·不确定数据流聚类分析面临的难题 | 第19-20页 |
| ·多数据流异常检测面临的难题 | 第20-21页 |
| ·本文主要贡献 | 第21-22页 |
| ·本文的组织结构 | 第22-23页 |
| 第二章 相关工作 | 第23-48页 |
| ·数据流聚类分析算法概述 | 第23-31页 |
| ·数据流聚类发展历史 | 第23-27页 |
| ·典型数据流聚类算法 | 第27-30页 |
| ·不确定数据流聚类问题研究方向 | 第30-31页 |
| ·数据流异常检测技术综述 | 第31-38页 |
| ·单数据流异常检测 | 第32-36页 |
| ·多数据流异常检测 | 第36-38页 |
| ·不确定数据管理技术研究综述 | 第38-46页 |
| ·数据模型定义 | 第40-42页 |
| ·数据预处理和数据集成 | 第42-43页 |
| ·存储和索引 | 第43-44页 |
| ·查询分析与数据挖掘 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 第三章 基于概率引力的不确定数据流聚类算法 | 第48-67页 |
| ·引言 | 第48-51页 |
| ·相关工作 | 第51-52页 |
| ·数据流聚类 | 第51-52页 |
| ·不确定数据聚类 | 第52页 |
| ·不确定数据流聚类 | 第52页 |
| ·不确定数据流模型与相关概念 | 第52-56页 |
| ·不确定数据流模型 | 第52-53页 |
| ·不确定簇的聚类特征与簇的概率重心 | 第53-55页 |
| ·簇质量 | 第55页 |
| ·缓冲机制 | 第55-56页 |
| ·聚类算法 | 第56-58页 |
| ·算法描述 | 第56-57页 |
| ·接受簇选择算法 | 第57-58页 |
| ·异常点处理机制 | 第58-60页 |
| ·衰减速率 | 第58-59页 |
| ·调整算法 | 第59-60页 |
| ·参数分析 | 第60页 |
| ·实验分析 | 第60-66页 |
| ·实验设置 | 第60-62页 |
| ·聚类效果 | 第62-63页 |
| ·内存开销与处理时间 | 第63-64页 |
| ·异常点处理机制与参数影响 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第四章 基于信息论的概率数据流聚类算法 | 第67-85页 |
| ·引言 | 第67-69页 |
| ·相关工作 | 第69-71页 |
| ·数据流聚类 | 第69-70页 |
| ·不确定数据聚类 | 第70页 |
| ·不确定数据流聚类 | 第70-71页 |
| ·元组不确定性度量 | 第71-74页 |
| ·不确定数据模型概述 | 第71-72页 |
| ·不确定性度量定义 | 第72-73页 |
| ·不确定性度量性质 | 第73-74页 |
| ·混合窗口模型 | 第74-76页 |
| ·基本思路 | 第74-75页 |
| ·混合衰减窗口模型 | 第75-76页 |
| ·聚类算法 | 第76-78页 |
| ·数据结构 | 第76-77页 |
| ·算法描述 | 第77页 |
| ·吸收簇选择算法 | 第77-78页 |
| ·实验分析 | 第78-83页 |
| ·实验设置 | 第78-80页 |
| ·聚类效果 | 第80页 |
| ·内存开销与处理时间 | 第80-81页 |
| ·合窗口模型与参数影响 | 第81-83页 |
| ·本章小结 | 第83-85页 |
| 第五章 面向趋势的多数据流异常检测算法 | 第85-102页 |
| ·引言 | 第85-88页 |
| ·相关工作 | 第88页 |
| ·趋势的定义 | 第88-91页 |
| ·趋势的量化 | 第89-90页 |
| ·趋势跟踪的准确性标准 | 第90-91页 |
| ·趋势变化最佳窗口确定算法 | 第91-95页 |
| ·选择最佳滑动窗口初始化 | 第92-93页 |
| ·计算参数动态调整 | 第93-95页 |
| ·多流环境下的异常检测 | 第95-96页 |
| ·实验分析 | 第96-101页 |
| ·实验设置 | 第96页 |
| ·准确性与高效性 | 第96-97页 |
| ·周期选择 | 第97-99页 |
| ·异常检测 | 第99-101页 |
| ·结论与展望 | 第101-102页 |
| 第六章 基于相关性的多数据流异常检测系统 | 第102-111页 |
| ·引言 | 第102-103页 |
| ·相关工作 | 第103-104页 |
| ·系统架构与处理流程 | 第104-105页 |
| ·数据采集模块 | 第104-105页 |
| ·数据清理模块 | 第105页 |
| ·相关性分析模块 | 第105页 |
| ·用户接口 | 第105页 |
| ·处理流程与系统特点 | 第105-108页 |
| ·分布式处理 | 第107页 |
| ·不确定数据处理 | 第107-108页 |
| ·相关性检测 | 第108页 |
| ·实验结果 | 第108页 |
| ·结论 | 第108-111页 |
| 第七章 结论与展望 | 第111-114页 |
| ·本文工作的总结 | 第111-112页 |
| ·展望 | 第112-114页 |
| 参考文献 | 第114-123页 |
| 攻读博士期间发表或完成的论文 | 第123-124页 |
| 致谢 | 第124-126页 |
