| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-17页 |
| ·引言 | 第12页 |
| ·数据挖掘 | 第12-15页 |
| ·数据挖掘的定义 | 第12页 |
| ·数据挖掘的功能 | 第12-13页 |
| ·数据挖掘的发展与面临的问题 | 第13-14页 |
| ·数据挖掘中的研究热点 | 第14-15页 |
| ·主要研究内容 | 第15页 |
| ·课题来源与内容组织 | 第15-16页 |
| ·课题来源 | 第15页 |
| ·内容组织 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 数据流挖掘简介 | 第17-22页 |
| ·数据流 | 第17页 |
| ·数据流的应用领域 | 第17-18页 |
| ·数据流中常用的方法 | 第18-19页 |
| ·数据流挖掘中的概念漂移研究 | 第19-21页 |
| ·概念漂移的定义及分类 | 第19-20页 |
| ·概念漂移的处理方法 | 第20-21页 |
| ·数据流中概念漂移研究的基本问题 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 数据流的分类算法研究概述 | 第22-31页 |
| ·引言 | 第22页 |
| ·无概念漂移的数据流分类算法 | 第22-23页 |
| ·隐含概念漂移的数据流分类算法 | 第23-28页 |
| ·单分类器概念漂移算法 | 第23-25页 |
| ·集成分类器概念漂移算法 | 第25-27页 |
| ·RDT及SRDT概念漂移算法 | 第27-28页 |
| ·数据流分类算法的特点总结 | 第28-29页 |
| ·数据流分类中的关键问题 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于实例加权方法的数据流分类研究 | 第31-44页 |
| ·引言 | 第31页 |
| ·数据流上集成分类算法间的差异 | 第31-33页 |
| ·基于实例加权方法的概念漂移问题研究 | 第33-34页 |
| ·EWAMDS分类模型及特点 | 第34-36页 |
| ·EWAMDS分类模型 | 第34-35页 |
| ·EWAMDS的特点 | 第35-36页 |
| ·基于实例加权方法的数据流分类算法(EWAMDS) | 第36-38页 |
| ·算法描述 | 第36-37页 |
| ·算法分析 | 第37-38页 |
| ·实验与性能分析 | 第38-43页 |
| ·β的变化对EWAMDS性能的影响 | 第38-41页 |
| ·d对EWAMDS性能的影响 | 第41-42页 |
| ·EWAMDS与weighted bagging的实验对比 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于错误率方差的概念漂移检测方法 | 第44-50页 |
| ·引言 | 第44页 |
| ·概念漂移检测模型MSEBDM | 第44-46页 |
| ·MSEBDM分类算法 | 第46-49页 |
| ·算法描述 | 第46-48页 |
| ·实验与性能分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 实验系统简介 | 第50-55页 |
| ·引言 | 第50页 |
| ·系统结构及实现 | 第50-54页 |
| ·系统主界面 | 第51页 |
| ·数据生成模块 | 第51-52页 |
| ·数据导入模块 | 第52-53页 |
| ·分类算法模块 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第七章 总结与展望 | 第55-57页 |
| ·本文总结 | 第55-56页 |
| ·工作展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 硕士期间科研与论文情况 | 第62页 |