| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究状况与存在的问题 | 第11-14页 |
| 1.2.1 国内外研究状况 | 第11-13页 |
| 1.2.2 存在的问题及解决方案 | 第13-14页 |
| 1.3 研究内容 | 第14-16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第2章 基于流数据聚类的可视化表征方法研究 | 第18-44页 |
| 2.1 多维流数据的数据聚类方法研究 | 第18-25页 |
| 2.1.1 CluStream算法 | 第18-19页 |
| 2.1.2 CluStream算法的不足与改进策略 | 第19-20页 |
| 2.1.3 面向可视化表征的流聚类算法D-CluStream | 第20-24页 |
| 2.1.4 基于Spark的DP-CluStream并行化设计 | 第24-25页 |
| 2.2 多维流数据的视觉聚类方法研究 | 第25-33页 |
| 2.2.1 平行坐标可视化方法 | 第25-26页 |
| 2.2.2 平行坐标法存在的问题 | 第26-28页 |
| 2.2.3 基于平行坐标的多维流数据曲线聚合方法 | 第28-33页 |
| 2.3 实验及结果分析 | 第33-42页 |
| 2.3.1 实验环境及数据集分析 | 第33-36页 |
| 2.3.2 数据聚类方法验证及分析 | 第36-39页 |
| 2.3.3 视觉聚类方法验证及分析 | 第39-42页 |
| 2.3.4 实验小结 | 第42页 |
| 2.4 本章小结 | 第42-44页 |
| 第3章 基于流数据降维的可视分析方法研究 | 第44-66页 |
| 3.1 本征维度估计算法及数据降维算法 | 第44-48页 |
| 3.2 面向多维流数据的并行化组合降维方法研究 | 第48-53页 |
| 3.2.1 面向多维流数据本征维度的极大似然估计方法 | 第48-50页 |
| 3.2.2 面向多维流数据的并行化组合降维算法 | 第50-53页 |
| 3.2.3 基于Spark的组合降维算法并行化实现 | 第53页 |
| 3.3 基于径向坐标的多维流数据可视分析方法研究 | 第53-57页 |
| 3.4 实验及结果分析 | 第57-65页 |
| 3.4.1 实验环境及数据集分析 | 第57-58页 |
| 3.4.2 面向流数据的本征维估算方法验证及分析 | 第58-60页 |
| 3.4.3 组合降维算法验证及分析 | 第60-62页 |
| 3.4.4 径向坐标可视分析实验 | 第62-65页 |
| 3.4.5 实验小结 | 第65页 |
| 3.5 本章小结 | 第65-66页 |
| 第4章 多维流数据可视分析原型系统设计与实现 | 第66-82页 |
| 4.1 原型系统设计 | 第66-71页 |
| 4.1.1 原型系统需求分析 | 第66-67页 |
| 4.1.2 系统架构设计 | 第67-68页 |
| 4.1.3 多维流数据可视分析流程 | 第68-70页 |
| 4.1.4 系统功能结构 | 第70-71页 |
| 4.2 原型系统环境配置 | 第71-72页 |
| 4.3 系统功能模块的实现与测试 | 第72-81页 |
| 4.3.1 流数据聚类分析模块 | 第72-73页 |
| 4.3.2 流数据降维分析模块 | 第73-74页 |
| 4.3.3 平行坐标可视分析模块 | 第74-77页 |
| 4.3.4 径向坐标可视分析模块 | 第77-79页 |
| 4.3.5 多视图协同可视分析模块 | 第79-81页 |
| 4.4 本章小结 | 第81-82页 |
| 第5章 总结与展望 | 第82-84页 |
| 5.1 工作总结 | 第82-83页 |
| 5.2 工作展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 攻读硕士学位期间的研究成果 | 第89页 |
