一种基于延伸网格密度的数据流聚类算法
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·引言 | 第10页 |
| ·国内外研究现状 | 第10-14页 |
| ·代表性密度网格聚类 | 第11-12页 |
| ·数据流聚类研究现状 | 第12-14页 |
| ·论文研究内容及结构 | 第14-15页 |
| ·论文的主要研究工作 | 第14页 |
| ·论文结构框架 | 第14-15页 |
| 第2章 数据流挖掘技术与算法 | 第15-33页 |
| ·数据挖掘技术 | 第15-18页 |
| ·数据挖掘的过程 | 第15-16页 |
| ·数据挖掘的问题 | 第16-18页 |
| ·数据流挖掘技术 | 第18-23页 |
| ·数据流处理的特点 | 第19页 |
| ·窗口技术 | 第19-20页 |
| ·概要数据结构 | 第20-21页 |
| ·更新策略 | 第21-23页 |
| ·数据流聚类算法 | 第23-31页 |
| ·对聚类算法性能的要求 | 第23-24页 |
| ·传统聚类方法 | 第24-27页 |
| ·数据流聚类的要求 | 第27-28页 |
| ·经典的数据流聚类算法 | 第28-31页 |
| ·数据预处理 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 一种基于延伸网格和密度的数据流聚类算法 | 第33-50页 |
| ·算法相关定义 | 第33-43页 |
| ·基本概念 | 第33-35页 |
| ·网格密度计算 | 第35-38页 |
| ·密度阈值设置 | 第38-39页 |
| ·密度网格合并 | 第39-43页 |
| ·滑动窗口机制 | 第43-44页 |
| ·EGDDSC 算法 | 第44-49页 |
| ·算法整体框架 | 第44-46页 |
| ·聚类初始化算法 | 第46-47页 |
| ·更新聚类算法 | 第47-48页 |
| ·算法复杂度分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 算法实现与实验分析 | 第50-55页 |
| ·实验环境与数据 | 第50页 |
| ·实验运行环境 | 第50页 |
| ·数据集 | 第50页 |
| ·实验分析 | 第50-54页 |
| ·Win_STEP 滑动窗口实验 | 第50-52页 |
| ·网格划分 Grid_K 值实验 | 第52-53页 |
| ·聚类质量与效率比较实验 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 致谢 | 第62页 |
