| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题背景 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 滑动窗口机制 | 第9-10页 |
| 1.2.2 界标窗口机制 | 第10-11页 |
| 1.2.3 衰退窗口机制 | 第11页 |
| 1.3 主要研究内容 | 第11-12页 |
| 1.4 本文组织 | 第12-13页 |
| 第二章 算法 PDB-FIM 背景知识概述 | 第13-22页 |
| 2.1 引言 | 第13页 |
| 2.2 算法理论背景知识及正确性证明 | 第13-22页 |
| 2.2.1 事件概率密度的定义 | 第13-14页 |
| 2.2.2 流数据的近似正态分布属性证明 | 第14-15页 |
| 2.2.3 算法原理说明与正确性证明 | 第15页 |
| 2.2.4 正态分布中μ和的最大似然估计 | 第15-16页 |
| 2.2.5 单个节点的数据更新方法正确性证明 | 第16-19页 |
| 2.2.6 事件的定义 | 第19页 |
| 2.2.7 数据项完全集和数据项子集 | 第19页 |
| 2.2.8 信息完全树 | 第19-22页 |
| 第三章 密度信息树 PDIT 概述 | 第22-33页 |
| 3.1 密度信息树 PDIT(Probability Density Information Tree)的定义 | 第22页 |
| 3.2 密度信息树 PDIT 的维持过程 | 第22-33页 |
| 3.2.1 密度信息树 PDIT 的插入过程 | 第23-25页 |
| 3.2.2 密度信息树 PDIT 产生信息完全树的过程 | 第25-31页 |
| 3.2.3 密度信息树 PDIT 的剪枝 | 第31-33页 |
| 第四章 算法 PDB-FIM 实现过程 | 第33-51页 |
| 4.1 算法概述 | 第33-35页 |
| 4.2 算法 PDB-FIM 的执行条件 | 第35-37页 |
| 4.2.1 两棵树策略的优点 | 第35-36页 |
| 4.2.2 查询频率的要求 | 第36-37页 |
| 4.3 算法 PDB-FIM 的执行过程 | 第37-39页 |
| 4.4 算法 PDB-FIM 中不可能概率的计算方法 | 第39-41页 |
| 4.5 未解决问题及算法的缺陷 | 第41-44页 |
| 4.5.1 查询频度对结果有影响 | 第41-42页 |
| 4.5.2 偷渡效应 | 第42-44页 |
| 4.6 实验 | 第44-51页 |
| 4.6.1 数据集 | 第44页 |
| 4.6.2 不同挖掘频度下算法 PDB-FIM 的效率对比实验 | 第44-45页 |
| 4.6.3 不同项集长度下算法 PDB-FIM 的对比实验 | 第45-47页 |
| 4.6.4 不同最小支持度大小的情况下算法的空间复杂度走势实验 | 第47-48页 |
| 4.6.5 最小剪枝频率对剪枝比的影响实验 | 第48-49页 |
| 4.6.6 算法运行过程中冗余节点对比 | 第49-50页 |
| 4.6.7 算法正确率验证实验 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57页 |
