中文摘要 | 第1-5页 |
英文摘要 | 第5-12页 |
图目录 | 第12-15页 |
表目录 | 第15-16页 |
第一章 引言 | 第16-25页 |
·数据流挖掘概述 | 第16-20页 |
·研究背景 | 第16-18页 |
·数据流挖掘与传统数据挖掘的不同 | 第18-19页 |
·数据流计算模型 | 第19-20页 |
·面临的挑战 | 第20-21页 |
·本文的主要贡献 | 第21-23页 |
·本文的组织结构 | 第23-25页 |
第二章 数据流挖掘研究进展 | 第25-38页 |
·基本技术 | 第27-29页 |
·抽样(Sampling) | 第27页 |
·梗概(Sketch) | 第27-28页 |
·概要数据结构(Synopsis Data Structures) | 第28页 |
·近似算法(Approximation algorithms) | 第28-29页 |
·概率统计(Probabilistic) | 第29页 |
·数据流挖掘算法 | 第29-35页 |
·数据流聚类算法 | 第30-33页 |
·其它数据流挖掘算法 | 第33-35页 |
·多数据流的监测与挖掘 | 第35页 |
·数据流分析挖掘系统 | 第35-36页 |
·本章小结 | 第36-38页 |
第三章 基于滑动窗口的进化数据流聚类 | 第38-61页 |
·引言 | 第38-40页 |
·聚类特征指数直方图 | 第40-48页 |
·纳伪聚类特征指数直方图 | 第40-43页 |
·拒真聚类特征指数直方图 | 第43页 |
·聚类特征指数直方图的合并 | 第43-46页 |
·与金字塔时间框架进行比较 | 第46-48页 |
·基于滑动窗口的聚类 | 第48-51页 |
·聚类特征指数直方图组的维护 | 第48-50页 |
·聚类结果的生成和优化 | 第50页 |
·N-n窗口聚类 | 第50-51页 |
·进化分析 | 第51页 |
·理论分析 | 第51-53页 |
·性能评价 | 第53-59页 |
·实验设置 | 第53-54页 |
·实验结果与分析 | 第54-59页 |
·相关工作 | 第59-60页 |
·本章小结 | 第60-61页 |
第四章 基于密度的进化数据流聚类 | 第61-81页 |
·引言 | 第61-62页 |
·基本概念 | 第62-64页 |
·核心微簇 | 第62-63页 |
·潜在核心微簇与离群微簇 | 第63-64页 |
·DenStream聚类算法 | 第64-70页 |
·微簇维护 | 第64-66页 |
·理论分析 | 第66-68页 |
·最终簇的生成 | 第68-70页 |
·算法技术细节讨论 | 第70-71页 |
·微簇的受限半径 | 第70页 |
·微簇的交叠 | 第70-71页 |
·实验评估 | 第71-79页 |
·数据集和评价指标 | 第71-73页 |
·实验结果与分析 | 第73-79页 |
·相关工作 | 第79-80页 |
·本章小结 | 第80-81页 |
第五章 基于图形处理器的数据流快速聚类 | 第81-101页 |
·引言 | 第81-82页 |
·数据流聚类算法分析 | 第82-83页 |
·图形处理器简介 | 第83-84页 |
·图形处理流水线 | 第83页 |
·数据表示与多纹理贴图 | 第83-84页 |
·子素程序与多遍渲染 | 第84页 |
·模板测试 | 第84页 |
·基于图形处理器的聚类 | 第84-93页 |
·距离计算 | 第84-86页 |
·基于K-means的聚类 | 第86-90页 |
·数据流聚类算法 | 第90-91页 |
·加速其它传统聚类算法 | 第91-93页 |
·实验分析 | 第93-99页 |
·算法实现和评价 | 第93页 |
·基于k-means的聚类比较 | 第93-96页 |
·数据流聚类比较 | 第96-98页 |
·簇进化在线聚类性能比较 | 第98-99页 |
·相关工作 | 第99-100页 |
·本章小结 | 第100-101页 |
第六章 分布式数据流聚类 | 第101-124页 |
·引言 | 第101-102页 |
·问题定义 | 第102-104页 |
·分布式数据流网络结构 | 第102-104页 |
·经典期望最大化算法 | 第104页 |
·分布式数据流聚类框架 | 第104-112页 |
·远程站点处理 | 第104-105页 |
·测试后聚类的理论依据 | 第105-109页 |
·协调站点处理 | 第109-110页 |
·接收到更新时的处理 | 第110-112页 |
·减少通讯代价 | 第112页 |
·扩展解决相关问题 | 第112-113页 |
·性能评价 | 第113-122页 |
·实验设置 | 第113-114页 |
·实验结果与分析 | 第114-122页 |
·相关工作 | 第122页 |
·本章小结 | 第122-124页 |
第七章 总结与展望 | 第124-127页 |
·本文工作的总结 | 第124-125页 |
·未来工作的展望 | 第125-127页 |
参考文献 | 第127-137页 |
攻读博士期间发表论文 | 第137-138页 |
致谢 | 第138-139页 |