基于CAPE的数据流分类算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| ·论文研究背景及意义 | 第9-11页 |
| ·数据流挖掘的研究现状 | 第11-14页 |
| ·数据流上的应用举例 | 第14-16页 |
| ·论文的主要内容和结构 | 第16-17页 |
| 第2章 数据流中频繁模式挖掘和分类算法 | 第17-32页 |
| ·数据流上的频繁模式简介 | 第17-21页 |
| ·频繁模式基本概念及特点 | 第17页 |
| ·数据流中频繁模式挖掘的关键问题 | 第17-21页 |
| ·数据流上频繁模式挖掘算法的研究现状 | 第21-24页 |
| ·经典的频繁模式挖掘算法 | 第21-22页 |
| ·数据流上的频繁模式挖掘算法 | 第22-24页 |
| ·数据流上的分类算法简介 | 第24-26页 |
| ·数据流分类算法的研究现状 | 第26-31页 |
| ·数据平稳分布的分类方法 | 第26-28页 |
| ·数据带概念漂移的分类方法 | 第28-30页 |
| ·数据流分类的问题和发展方向 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 数据流分类算法的改进 | 第32-47页 |
| ·算法CAPE的分析 | 第32页 |
| ·算法相关定义和定理 | 第32-36页 |
| ·算法中数据窗口选择 | 第32-34页 |
| ·算法中的基本定义 | 第34-36页 |
| ·基于CAPE的改进算法FPBC | 第36-46页 |
| ·算法的思想介绍 | 第36-37页 |
| ·初始分类器IFP-Tree的构建 | 第37-41页 |
| ·IFP-Tree的维护和增量更新 | 第41-44页 |
| ·基于IFP-Tree的分类算法 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 实验与结果分析 | 第47-54页 |
| ·实验环境配置 | 第47页 |
| ·实验结果分析 | 第47-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |