基于滑动窗口和子空间划分的数据流聚类算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景 | 第9-11页 |
| ·国内外研究现状分析 | 第11-12页 |
| ·主要研究内容 | 第12-13页 |
| ·文章的组织结构 | 第13-15页 |
| 第2章 数据流聚类算法综述 | 第15-23页 |
| ·数据挖掘概要 | 第15-18页 |
| ·数据挖掘的定义 | 第15-16页 |
| ·数据挖掘的过程 | 第16页 |
| ·数据挖掘的功能与方法 | 第16-18页 |
| ·聚类分析概述 | 第18-19页 |
| ·传统的聚类算法 | 第19-21页 |
| ·数据流聚类算法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 动态滑动窗口的数据流聚类方法 | 第23-39页 |
| ·引言 | 第23-24页 |
| ·数据流聚类由单层到双层的演变 | 第24-25页 |
| ·滑动窗口模型 | 第25-28页 |
| ·滑动窗口模式的产生 | 第25-27页 |
| ·滑动窗口模式的动态调整 | 第27-28页 |
| ·DSC 算法的问题描述 | 第28-31页 |
| ·窗口设定 | 第28-30页 |
| ·问题定义 | 第30-31页 |
| ·动态滑动窗口数据流聚类算法 | 第31-36页 |
| ·在线聚类 | 第31-35页 |
| ·离线聚类 | 第35-36页 |
| ·算法分析 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 基于子空间划分的数据流聚类方法 | 第39-55页 |
| ·引言 | 第39-41页 |
| ·挖掘任意形状聚类结果的算法 | 第41-43页 |
| ·CD-Tree 索引结构 | 第43-45页 |
| ·SPDStream 算法的问题描述 | 第45-49页 |
| ·问题定义 | 第46-47页 |
| ·CD-Tree 格结构 | 第47-49页 |
| ·SPDStream 高维数据流子空间聚类算法 | 第49-54页 |
| ·在线聚类及维护 | 第49-53页 |
| ·离线聚类 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 算法实现及实验分析 | 第55-63页 |
| ·引言 | 第55页 |
| ·数据集的来源 | 第55-56页 |
| ·动态滑动窗口数据流聚类算法的实验分析 | 第56-59页 |
| ·聚类质量分析 | 第56-58页 |
| ·伸缩性测试 | 第58-59页 |
| ·基于子空间划分算法SPDStream 实验分析 | 第59-62页 |
| ·在线聚类与粒度维护 | 第59-60页 |
| ·扩展性检测 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73页 |
