| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·引言 | 第9-10页 |
| ·增量式数据挖掘技术 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文主要内容及研究工作 | 第11-13页 |
| 第2章 数据挖掘技术综述 | 第13-24页 |
| ·数据挖掘概述 | 第13-15页 |
| ·数据挖掘的过程 | 第15-16页 |
| ·数据挖掘的任务 | 第16-17页 |
| ·数据挖掘对象 | 第17-20页 |
| ·数据挖掘的方法 | 第20-22页 |
| ·数据挖掘的应用 | 第22-24页 |
| 第3章 聚类分析相关概念及算法 | 第24-35页 |
| ·聚类分析概述 | 第24-27页 |
| ·简介 | 第24-25页 |
| ·聚类处理的数据结构 | 第25-26页 |
| ·聚类处理的数据类型 | 第26-27页 |
| ·聚类结果的表达 | 第27页 |
| ·聚类方法分类 | 第27-29页 |
| ·基于划分的方法(Partitioning Methods) | 第27-28页 |
| ·基于层次的方法(Hierarchical Methods) | 第28页 |
| ·基于密度的方法(Density-based Methods) | 第28-29页 |
| ·基于网格的方法(Grid-based Methods) | 第29页 |
| ·基于模型的方法(Model-based Methods) | 第29页 |
| ·数据挖掘中主要聚类算法 | 第29-34页 |
| ·主要聚类算法 | 第29-33页 |
| ·聚类算法的性能比较 | 第33-34页 |
| ·聚类分析的应用前景与发展 | 第34-35页 |
| 第4章 基于密度的增量式聚类算法及其改进 | 第35-52页 |
| ·基于密度的典型聚类算法: DBSCAN | 第35-43页 |
| ·DBSCAN算法思想 | 第35页 |
| ·DBSCAN算法相关概念 | 第35-37页 |
| ·DBSCAN算法过程 | 第37-39页 |
| ·算法实现需定义的数据结构 | 第39页 |
| ·算法实例 | 第39-42页 |
| ·小结 | 第42-43页 |
| ·增量式DBSCAN聚类算法: INCREMENTAL DBSCAN | 第43-47页 |
| ·Incremental DBSCAN简介 | 第43-44页 |
| ·插入 | 第44-45页 |
| ·删除 | 第45-46页 |
| ·算法过程 | 第46-47页 |
| ·基于INCREMENTAL DBSCAN的批量增量聚类算法 | 第47-52页 |
| ·Incremental DBSCAN存在的问题 | 第47-48页 |
| ·批量模式下的插入 | 第48-49页 |
| ·批量模式下的删除 | 第49-50页 |
| ·算法测试 | 第50-52页 |
| 第5章 算法实现 | 第52-64页 |
| ·算法实现目的 | 第52页 |
| ·算法实现环境及数据选取 | 第52页 |
| ·系统设计 | 第52-54页 |
| ·系统实现与主要运行界面 | 第54-63页 |
| ·系统介绍 | 第54-56页 |
| ·插入数据时算法验证 | 第56-58页 |
| ·删除数据时算法验证 | 第58-60页 |
| ·改变参数设置时算法验证 | 第60-63页 |
| ·结论分析 | 第63-64页 |
| 总结与展望 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 附录 程序实现部分源代码 | 第67-74页 |
| 攻读学位期间公开发表的论文 | 第74-75页 |
| 致谢 | 第75-76页 |
| 研究生履历 | 第76页 |
