| 摘要 | 第1-8页 |
| ABSTRACT | 第8-15页 |
| 第一章 绪论 | 第15-20页 |
| ·研究背景 | 第15-16页 |
| ·面临的困难和挑战 | 第16-18页 |
| ·本文的研究内容 | 第18-19页 |
| ·本文的组织结构 | 第19-20页 |
| 第二章 相关研究进展 | 第20-32页 |
| ·数据流的特征及处理模型 | 第20-22页 |
| ·数据流处理的基本技术 | 第22-26页 |
| ·基于数据的技术(Data-based Techniques) | 第22-25页 |
| ·基于任务的技术(Task-based Techniques) | 第25-26页 |
| ·数据流聚类算法概述 | 第26-31页 |
| ·对数据流聚类算法的要求 | 第26-27页 |
| ·数据流聚类算法 | 第27-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于网格的任意形状数据流聚类 | 第32-51页 |
| ·引言 | 第32-33页 |
| ·相关概念 | 第33-38页 |
| ·相邻格、格团、格簇、内部格、边界格 | 第33-35页 |
| ·格间距 | 第35-36页 |
| ·簇的可接受距离 | 第36-37页 |
| ·格特征信息 | 第37-38页 |
| ·GridStream聚类算法 | 第38-44页 |
| ·算法基本思想 | 第38-42页 |
| ·单位格度量的取值 | 第42-43页 |
| ·格信息更新 | 第43-44页 |
| ·实验与评估 | 第44-49页 |
| ·实验设置 | 第44-45页 |
| ·聚类的有效性测试 | 第45-46页 |
| ·聚类的效率测试 | 第46-47页 |
| ·聚类的时间测试 | 第47-48页 |
| ·聚类维数的可扩展性测试 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第四章 混合属性的数据流聚类 | 第51-68页 |
| ·引言 | 第51-52页 |
| ·基于相异度矩阵的混合属性数据流聚类算法 | 第52-59页 |
| ·相关概念 | 第52-56页 |
| ·dCluStream算法 | 第56-59页 |
| ·基于空间映射的混合属性数据流聚类算法 | 第59-63页 |
| ·相关概念 | 第59-60页 |
| ·MStream算法 | 第60-63页 |
| ·算法实验与性能评价 | 第63-67页 |
| ·聚类质量 | 第63-65页 |
| ·聚类时间 | 第65-66页 |
| ·对于流速的扩展性 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 数据流的模糊聚类 | 第68-77页 |
| ·引言 | 第68页 |
| ·FCM算法 | 第68-70页 |
| ·数据流上的加权模糊聚类 | 第70-72页 |
| ·数据点的权值 | 第70-71页 |
| ·簇中心的计算 | 第71页 |
| ·SWFCM算法 | 第71-72页 |
| ·实验结果与分析 | 第72-75页 |
| ·实验设置 | 第73页 |
| ·聚类效果 | 第73-74页 |
| ·聚类时间 | 第74-75页 |
| ·参数m的影响 | 第75页 |
| ·内存开销 | 第75页 |
| ·本章小结 | 第75-77页 |
| 第六章 数据流的可能性聚类 | 第77-96页 |
| ·引言 | 第77页 |
| ·从概率性聚类到典型性聚类 | 第77-78页 |
| ·PCM算法 | 第78-79页 |
| ·SWPCM算法 | 第79-82页 |
| ·数据点的权值 | 第79-80页 |
| ·η_i的估值 | 第80-81页 |
| ·隶属度与簇中心的计算 | 第81页 |
| ·SWPCM算法 | 第81-82页 |
| ·实验结果和评价 | 第82-94页 |
| ·无噪声的聚类 | 第83-85页 |
| ·有噪声的聚类 | 第85-86页 |
| ·不同簇数的聚类 | 第86-93页 |
| ·真实数据集上的聚类 | 第93页 |
| ·空间复杂度分析 | 第93-94页 |
| ·时间复杂度分析 | 第94页 |
| ·本章小结 | 第94-96页 |
| 第七章 总结与展望 | 第96-99页 |
| ·总结 | 第96-97页 |
| ·展望 | 第97-99页 |
| 参考文献 | 第99-111页 |
| 致谢 | 第111-113页 |
| 附录A 攻读博士学位期间发表的论文 | 第113-116页 |
| 附录B 攻读博士学位期间主持、参加的项目 | 第116页 |