基于数据流的聚类算法研究与实现
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·数据流的研究背景及特征分析 | 第7-8页 |
| ·研究背景 | 第7-8页 |
| ·数据流的特征分析 | 第8页 |
| ·数据流聚类方法的要求 | 第8-10页 |
| ·数据流聚类的含义 | 第8-9页 |
| ·数据流聚类算法的特点 | 第9-10页 |
| ·研究现状及相关技术 | 第10-12页 |
| ·论文的研究内容及组织结构 | 第12-14页 |
| 第二章 数据流挖掘算法相关概述 | 第14-21页 |
| ·数据挖掘算法 | 第14-17页 |
| ·传统数据聚类算法 | 第14-15页 |
| ·数据流聚类算法 | 第15-16页 |
| ·其他数据流挖掘算法 | 第16-17页 |
| ·相关的热门技术及数据流挖掘系统 | 第17-20页 |
| ·滑动窗口技术 | 第18页 |
| ·数据流的进化分析技术 | 第18-19页 |
| ·数据流挖掘系统 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 双层数据流聚类算法框架 | 第21-30页 |
| ·算法框架的选择 | 第21-23页 |
| ·微簇 | 第23-24页 |
| ·微簇的数学表达模型 | 第23页 |
| ·微簇的性质 | 第23-24页 |
| ·快速计算层 | 第24-27页 |
| ·快速计算层的设计原则 | 第24-25页 |
| ·数据处理方法 | 第25-27页 |
| ·快速计算层算法的形式化描述 | 第27页 |
| ·精确计算层 | 第27-29页 |
| ·精确计算层的设计原则 | 第28页 |
| ·聚类算法的选择 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于HASH抽样的数据流聚类算法 | 第30-39页 |
| ·相关概念与技术 | 第30-34页 |
| ·聚类分析中的数据类型 | 第30-32页 |
| ·连续型数据的分布 | 第32-33页 |
| ·离散型数据的分布 | 第33-34页 |
| ·HASH抽样聚类模型的建立 | 第34-38页 |
| ·基本概念及问题描述 | 第34-36页 |
| ·Hash函数聚类算法 | 第36-37页 |
| ·数据流聚类算法HSCS | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 模型实现与实验测试分析 | 第39-45页 |
| ·实验环境和测试数据集 | 第39-40页 |
| ·实验测试与分析 | 第40-43页 |
| ·聚类质量分析 | 第40-41页 |
| ·数据流处理能力分析 | 第41-42页 |
| ·参数敏感性分析 | 第42-43页 |
| ·实验结论 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| ·工作总结 | 第45页 |
| ·未来工作 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 攻读硕士学位期间主要的研究成果 | 第52页 |
