| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·数据流分类研究现状 | 第12-13页 |
| ·数据流聚类研究现状 | 第13-15页 |
| ·数据流频繁模式研究现状 | 第15页 |
| ·课题研究内容和组织结构 | 第15-17页 |
| 第二章 数据流及数据流处理模型选取 | 第17-29页 |
| ·数据流 | 第17-22页 |
| ·数据流基本概念 | 第17页 |
| ·数据流的特点 | 第17-19页 |
| ·传统数据与数据流的比较 | 第19-20页 |
| ·数据流应用 | 第20-22页 |
| ·数据流处理模型 | 第22-25页 |
| ·本文采用的数据流处理模型 | 第25-27页 |
| ·桥梁监测中的海量数据 | 第25-26页 |
| ·基于滑动窗口的数据流处理模型 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 改进的数据流聚类算法—HPFITSTREAM | 第29-44页 |
| ·聚类分析的基本概念及综述 | 第29-34页 |
| ·聚类分析的基本概念及特性 | 第29-31页 |
| ·传统聚类算法 | 第31-34页 |
| ·经典数据流聚类算法 | 第34-37页 |
| ·改进的数据流聚类算法 | 第37-43页 |
| ·HpFitStream 算法 | 第38-43页 |
| ·滑动窗口技术的应用 | 第38-39页 |
| ·异常数据预处理 | 第39-41页 |
| ·基于特征投影的高维数据流聚类 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于滑动窗口的数据流分段趋势分析 | 第44-49页 |
| ·基于滑动窗口技术的数据流描述 | 第44-45页 |
| ·基于最小二乘法的分段趋势分析 | 第45-46页 |
| ·拟合算法在数据流预测分析中的应用 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 仿真实验及算法应用 | 第49-66页 |
| ·HPFITSTREAM 算法的仿真实验 | 第49-62页 |
| ·实验数据集及实验环境 | 第49-50页 |
| ·实验结果分析 | 第50-61页 |
| ·小结 | 第61-62页 |
| ·数据流趋势分析仿真实验 | 第62-66页 |
| ·仿真结果及分析 | 第62-65页 |
| ·小结 | 第65-66页 |
| 第六章 结论 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 作者在学期间的研究成果 | 第73页 |