| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-14页 |
| ·概述 | 第12-13页 |
| ·课题来源 | 第12页 |
| ·本论文研究的背景、目的、以及国内外研究现状分析 | 第12-13页 |
| ·本文的主要内容及组织 | 第13-14页 |
| 第二章 数据流挖掘简介 | 第14-21页 |
| ·数据流目前成型系统 | 第14页 |
| ·基于数据的数据流技术 | 第14-15页 |
| ·基于任务的数据流技术 | 第15-17页 |
| ·数据流挖掘算法 | 第17-19页 |
| ·多数据流挖掘 | 第17页 |
| ·单数据流聚类 | 第17-18页 |
| ·单数据流频繁模式发现 | 第18页 |
| ·单数据流时间序列分析 | 第18-19页 |
| ·单数据流分类 | 第19页 |
| ·数据流挖掘展望 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 数据流的分类算法研究概述 | 第21-33页 |
| ·单分类器 | 第21-24页 |
| ·应用于平稳分布的单分类器 | 第21-23页 |
| ·应用于非平稳分布的单分类器 | 第23-24页 |
| ·集成分类动机与数学基础 | 第24-26页 |
| ·集成常用方法 | 第26-29页 |
| ·集成技术应用 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 一种基于UFFT 的weighted-bagging 数据流分类器 | 第33-48页 |
| ·weighted-bagging 集成框架模型 | 第33-38页 |
| ·UFFT 算法描述 | 第38-41页 |
| ·UFFT 加权推理 | 第41页 |
| ·UFFT_wb 算法 | 第41-47页 |
| ·算法流程 | 第42-43页 |
| ·算法分析 | 第43页 |
| ·实验结果 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 原型系统简介 | 第48-53页 |
| ·UFFT 实现设计 | 第48-49页 |
| ·数据存储格式 | 第48页 |
| ·总体设计思路 | 第48-49页 |
| ·UFFT 的总体设计流程 | 第49页 |
| ·主要类及函数介绍 | 第49-51页 |
| ·各个类的功能 | 第49-50页 |
| ·数据类型 | 第50-51页 |
| ·系统初始参数值 | 第51页 |
| ·系统展示 | 第51-52页 |
| ·主界面展示 | 第51-52页 |
| ·系统运行与结果展示 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-54页 |
| ·本文总结 | 第53页 |
| ·工作展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 研究生期间参加科研和发表论文 | 第59-60页 |