首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

数据流频繁项集挖掘算法的研究

摘要第1-6页
Abstract第6-9页
第1章 绪论第9-13页
   ·课题的研究目的和意义第9-11页
   ·研究现状第11-12页
   ·本文的主要工作与结构安排第12-13页
第2章 数据流挖掘简介第13-31页
   ·数据挖掘第13-20页
     ·数据挖掘的的产生与意义第13页
     ·关联规则挖掘简述第13-20页
   ·数据流第20-22页
     ·数据流的概念与特点第20页
     ·数据流处理技术第20-22页
   ·数据流挖掘第22-25页
     ·数据流挖掘的特点第22-23页
     ·数据流频繁项集的挖掘及关键问题第23-25页
   ·数据流的频繁项集挖掘算法第25-31页
     ·相关概念第25-26页
     ·算法Lossy Counting与estDec的简介第26-29页
     ·算法Lossy Counting与estDec的分析及问题的提出第29-31页
第3章 最小支持度阈值可变的数据流频繁项集挖掘算法第31-43页
   ·问题定义第31-32页
   ·最小支持度可变的频繁项集挖掘算法第32-37页
     ·算法的基本思想第32-33页
     ·算法的数据结构与事务压缩结构第33页
     ·计数值的衰减计算第33-34页
     ·项集的插入第34-35页
     ·存储结构的剪枝第35-36页
     ·存储结构的重构第36页
     ·事务的压缩第36-37页
   ·算法的完整描述第37-39页
   ·实验结果第39-41页
     ·实验环境第39页
     ·实验分析第39-41页
   ·本章小结第41-43页
第4章 计数误差可变的数据流频繁项集挖掘算法第43-69页
   ·基本概念第43-44页
   ·计数误差可变的频繁项集挖掘算法第44-55页
     ·数据存储结构第44-47页
     ·计数值的衰减方式第47-48页
     ·挖掘存储结构的构造更新第48-51页
     ·挖掘存储结构的剪枝第51-52页
     ·算法的完整描述第52-55页
   ·实例分析第55-58页
   ·误差分析第58-62页
   ·实验研究第62-67页
     ·实验配置第62页
     ·算法性能分析第62-65页
     ·与算法Lossy Counting、estDec的性能比较第65-67页
   ·本章小结第67-69页
第5章 总结与展望第69-71页
   ·总结第69页
   ·展望第69-71页
参考文献第71-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:基于蚁群算法的数据流聚类算法
下一篇:智能视频监控系统中运动目标检测方法的研究