数据流频繁项集挖掘研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-17页 |
| ·课题研究背景及意义 | 第13页 |
| ·当前研究现状及选题依据 | 第13-15页 |
| ·国内外研究现状 | 第13-14页 |
| ·选题依据 | 第14-15页 |
| ·本文研究的内容 | 第15页 |
| ·论文组织结构 | 第15-17页 |
| 第二章 数据流挖掘问题描述 | 第17-27页 |
| ·数据流模型的研究 | 第17-20页 |
| ·数据流模型及划分 | 第17-19页 |
| ·数据流与传统数据的处理模型 | 第19-20页 |
| ·数据流挖掘面临的挑战 | 第20-23页 |
| ·数据流挖掘算法的特点 | 第20-21页 |
| ·适合数据流算法的处理技术 | 第21-23页 |
| ·数据流频繁项集挖掘问题 | 第23-24页 |
| ·数据流频繁项集挖掘算法分类 | 第24-26页 |
| ·基于概率误差区间的算法 | 第24-25页 |
| ·基于确定误差区间的算法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 数据流频繁项集挖掘处理机制研究 | 第27-43页 |
| ·数据流频繁项集挖掘处理机制 | 第27-29页 |
| ·近似控制 | 第27页 |
| ·窗口变化 | 第27-28页 |
| ·数据结构 | 第28页 |
| ·衰减因子 | 第28-29页 |
| ·基于数据流模型的近似度保证 | 第29-35页 |
| ·基于界标模型的近似度保证 | 第29-32页 |
| ·基于滑动窗口的近似度保证 | 第32-33页 |
| ·时间倾斜窗口与多时间粒度 | 第33-35页 |
| ·数据结构优化机制的研究 | 第35-42页 |
| ·FP-Tree 与前缀树模型 | 第35-38页 |
| ·传统多事务链模型 | 第38-40页 |
| ·数据流中事务链表组模型 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 数据流频繁项集挖掘算法研究 | 第43-65页 |
| ·频繁模式分类及相关定义 | 第43-45页 |
| ·不同频繁模式比较 | 第45-46页 |
| ·数据流频繁项集挖掘DSTLG 算法 | 第46-58页 |
| ·最大可能频繁度的估计 | 第46-47页 |
| ·DSTLG 算法求解过程 | 第47-48页 |
| ·滑动窗口和事务链表组的更新策略 | 第48-51页 |
| ·事务链表组的修剪与还原 | 第51-57页 |
| ·频繁项集的请求输出 | 第57-58页 |
| ·DSTLG 算法分析与讨论 | 第58-60页 |
| ·DSTLG 算法的扩展研究 | 第60-64页 |
| ·事务链的扩展定义 | 第60-61页 |
| ·扩展后事务链表组的更新策略 | 第61-62页 |
| ·最大频繁项集的请求输出 | 第62-63页 |
| ·扩展算法意义及局限性 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 实验结果及分析 | 第65-70页 |
| ·实验环境和测试数据 | 第65页 |
| ·实验结果 | 第65-68页 |
| ·稳定性实验 | 第65-66页 |
| ·对比实验 | 第66-67页 |
| ·扩展算法实验 | 第67-68页 |
| ·实验分析 | 第68-69页 |
| ·时间性能分析 | 第68页 |
| ·空间性能分析 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·论文总结 | 第70-71页 |
| ·未来工作展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-79页 |
| 在学期间的研究成果 | 第79-80页 |
| 附录 | 第80-86页 |
| 附录1 eclipseUML 生成的算法类图 | 第80-81页 |
| 附录2 DSTLG 算法核心代码 | 第81-86页 |
