首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于动态网格的数据流聚类算法及其应用研究

摘要第1-9页
ABSTRACT第9-10页
第一章 绪论第10-15页
   ·课题研究的背景第10-11页
   ·课题研究的应用价值第11-12页
   ·课题研究内容与思路第12-14页
   ·论文的组织结构第14-15页
第二章 数据流和数据流聚类算法第15-31页
   ·数据流概述第15-19页
     ·数据流定义和特点第15页
     ·数据挖掘到数据流挖掘第15-17页
     ·数据流挖掘基本技术第17-19页
   ·传统的聚类算法第19-25页
     ·基于划分的方法(Partitioning-based Methods)第19-20页
     ·基于层次的方法(Hierarchical-based Methods)第20-21页
     ·基于模型的方法(Model-based Methods)第21页
     ·基于密度的方法(Density-based Methods)第21-24页
     ·基于网格的方法(Grid-based Methods)第24-25页
   ·数据流聚类算法第25-30页
     ·数据流聚类的要求第25-26页
     ·经典数据流聚类算法第26-30页
   ·本章小结第30-31页
第三章 基于动态网格的数据流聚类算法第31-45页
   ·算法背景第31页
   ·基于动态网格的数据流聚类算法第31-39页
     ·基本概念第31-32页
     ·算法描述第32-39页
   ·实验分析第39-44页
     ·实验设置第39-40页
     ·算法性能分析第40-44页
   ·本章小结第44-45页
第四章 DGCDS算法在通信网络异常检测上的应用第45-62页
   ·网络异常第45-47页
   ·网络异常检测的应用需求第47-48页
   ·网络流量异常检测方法第48-54页
     ·异常检测的关键技术第48-49页
     ·常见的几种异常检测方法第49-51页
     ·基于数据流挖掘技术的异常检测方法第51-54页
   ·DGCDS算法用于通信网络异常检测第54-60页
     ·异常检测系统框架第54-56页
     ·Dgcds-Snort系统框架中的学习过程第56-58页
     ·实验结果第58-60页
   ·本章小结第60-62页
第五章 结论及进一步工作第62-64页
   ·全文总结第62-63页
   ·进一步工作第63-64页
致谢第64-65页
参考文献第65-69页
作者在学习期间取得的学术成果第69页

论文共69页,点击 下载论文
上一篇:折反射全景立体成像和深度估算方法研究
下一篇:摩步师通用车辆装备综合保障信息系统分析与设计