不确定数据流聚类算法的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景与意义 | 第9-11页 |
| ·不确定数据的产生原因 | 第9-10页 |
| ·不确定数据应用 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·不确定数据模型 | 第11-13页 |
| ·不确定数据查询技术 | 第13页 |
| ·不确定性数据管理面临的挑战 | 第13-14页 |
| ·论文的组织结构 | 第14-15页 |
| 第2章 不确定性数据流聚类相关技术研究 | 第15-27页 |
| ·数据挖掘概述 | 第15-17页 |
| ·数据挖掘的功能 | 第15-16页 |
| ·数据挖掘的应用 | 第16-17页 |
| ·传统数据聚类算法 | 第17-20页 |
| ·聚类方法 | 第17-19页 |
| ·聚类分析概述 | 第19-20页 |
| ·数据流聚类 | 第20-23页 |
| ·流数据及其聚类特征 | 第20-21页 |
| ·流数据概要描述技术 | 第21-22页 |
| ·数据流聚类相关算法 | 第22-23页 |
| ·不确定数据流的聚类 | 第23-24页 |
| ·聚类算法的要求 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 不确定数据距离处理技术 | 第27-39页 |
| ·距离的相关概念及定义 | 第27-30页 |
| ·对象的描述 | 第27页 |
| ·距离度量 | 第27-29页 |
| ·不确定域 | 第29-30页 |
| ·确定对象距离计算 | 第30页 |
| ·不确定对象距离的计算 | 第30-36页 |
| ·点与点的距离 | 第30-33页 |
| ·点与集合的距离 | 第33-35页 |
| ·集合到集合的距离 | 第35-36页 |
| ·本章小结 | 第36-39页 |
| 第4章 不确定数据流的聚类算法 | 第39-55页 |
| ·相关概念及定义 | 第39-44页 |
| ·滑动窗口概念 | 第40页 |
| ·基于紧凑度的相关定义 | 第40-44页 |
| ·算法描述 | 第44-50页 |
| ·点加入簇 | 第44-47页 |
| ·簇的合并 | 第47-49页 |
| ·簇的拆分 | 第49页 |
| ·簇的删除 | 第49-50页 |
| ·算法实现 | 第50-53页 |
| ·初始化算法 | 第50-52页 |
| ·执行部分算法 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第5章 实验结果分析 | 第55-67页 |
| ·测试环境及测试数据集 | 第55-56页 |
| ·实验环境 | 第55页 |
| ·测试数据集 | 第55-56页 |
| ·实验结果及对比 | 第56-65页 |
| ·算法评价标准 | 第56-57页 |
| ·初始化算法 | 第57-59页 |
| ·执行过程测试 | 第59-65页 |
| ·本章小结 | 第65-67页 |
| 第6章 结论与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读硕士期间发表的论文及参加的项目 | 第75页 |
