数据流上的聚类与分类算法
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-25页 |
| ·研究背景 | 第9-10页 |
| ·问题定义 | 第10-11页 |
| ·国内外研究现状 | 第11-23页 |
| ·数据流聚类 | 第11-13页 |
| ·数据流分类 | 第13-23页 |
| ·本文的研究意义与内容安排 | 第23-25页 |
| 第2章 混合属性数据流聚类 | 第25-41页 |
| ·引言 | 第25-26页 |
| ·混合属性数据流聚类算法 | 第26-36页 |
| ·算法框架 | 第26-28页 |
| ·微聚类存储策略 | 第28-30页 |
| ·在线聚类过程 | 第30-35页 |
| ·离线聚类过程 | 第35-36页 |
| ·实验结果 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 支持向量机输出概率化及调整 | 第41-55页 |
| ·引言 | 第41-42页 |
| ·支持向量机输出概率化及其调整算法 | 第42-50页 |
| ·支持向量机回顾 | 第42-43页 |
| ·映射函数选择 | 第43-48页 |
| ·调整算法 | 第48-50页 |
| ·实验结果 | 第50-54页 |
| ·仿真数据 | 第50-52页 |
| ·实际数据 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 数据流上的类先验演化 | 第55-75页 |
| ·引言 | 第55-57页 |
| ·类先验估计算法 | 第57-61页 |
| ·实验结果 | 第61-74页 |
| ·类先验稳定的数据 | 第62-68页 |
| ·类先验演化的数据 | 第68-74页 |
| ·本章小结 | 第74-75页 |
| 第5章 周期性类先验演化 | 第75-88页 |
| ·引言 | 第75-76页 |
| ·周期性类先验估计算法 | 第76-79页 |
| ·实验结果 | 第79-87页 |
| ·仿真数据 | 第80-82页 |
| ·智能视频交通监控 | 第82-87页 |
| ·本章小结 | 第87-88页 |
| 第6章 线性分类器的半监督增量更新 | 第88-101页 |
| ·引言 | 第88-89页 |
| ·线性分类器的半监督增量更新算法 | 第89-94页 |
| ·梯度下降算法 | 第90-91页 |
| ·二阶泰勒近似算法 | 第91-94页 |
| ·实验结果 | 第94-100页 |
| ·仿真数据 | 第96-99页 |
| ·垃圾邮件过滤 | 第99-100页 |
| ·本章小结 | 第100-101页 |
| 第7章 总结 | 第101-104页 |
| 参考文献 | 第104-115页 |
| 致谢 | 第115-116页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第116-118页 |
