| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究背景及意义 | 第11-13页 |
| ·预备知识 | 第13-15页 |
| ·数据挖掘 | 第13-14页 |
| ·数据流挖掘 | 第14-15页 |
| ·数据流聚类 | 第15页 |
| ·国内外研究现状 | 第15-16页 |
| ·本文研究工作及贡献 | 第16-17页 |
| ·本文结构 | 第17-18页 |
| 第二章 数据流聚类概述 | 第18-28页 |
| ·基本概念 | 第18页 |
| ·基于对象的数据流聚类(object-based data stream clustering) | 第18-25页 |
| ·数据抽象(Data Abstraction) | 第19-22页 |
| ·聚类 | 第22-25页 |
| ·基于属性的数据流聚类(attribute-based data stream clustering) | 第25-26页 |
| ·数据流聚类要求 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于核心集的数据流聚类算法(StreamSK) | 第28-43页 |
| ·相关定义 | 第28-29页 |
| ·StreamSK在线(online)算法 | 第29-36页 |
| ·核心集(Coreset)数据结构 | 第29-31页 |
| ·核心集树 | 第31-34页 |
| ·桶集(bucket set) | 第34-36页 |
| ·StreamSK离线算法 | 第36-41页 |
| ·StreamSK算法流程图 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 算法框架及实验 | 第43-52页 |
| ·MOA简介 | 第43-47页 |
| ·MOA背景 | 第43-44页 |
| ·系统架构 | 第44-45页 |
| ·聚类模块 | 第45-47页 |
| ·实验结果及分析 | 第47-50页 |
| ·本章小结 | 第50-52页 |
| 第五章 结束语 | 第52-55页 |
| ·总结 | 第52-53页 |
| ·展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 附录 | 第60-61页 |
| 致谢 | 第61页 |
