流数据聚类挖掘算法研究
| 第一章 绪论 | 第1-20页 |
| ·聚类 | 第9-14页 |
| ·概述 | 第9-12页 |
| ·研究现状 | 第12-14页 |
| ·流数据聚类 | 第14-18页 |
| ·概述 | 第14-16页 |
| ·问题模型 | 第16-17页 |
| ·解决途径 | 第17-18页 |
| ·研究现状 | 第18页 |
| ·本文主要工作及内容组织 | 第18-20页 |
| 第二章 双层流数据聚类框架 | 第20-33页 |
| ·概述 | 第20-23页 |
| ·双层算法框架的提出 | 第20-21页 |
| ·双层算法框架描述 | 第21-23页 |
| ·在线层数据表达研究 | 第23-29页 |
| ·基于界标模型的方法 | 第23-25页 |
| ·基于滑动窗口模型的方法 | 第25-26页 |
| ·基于数据分布信息的方法 | 第26-28页 |
| ·基于密度方法的“N-维球”结构 | 第28-29页 |
| ·概要数据信息的存储 | 第29-32页 |
| ·基于内存的存储方法 | 第30-31页 |
| ·基于输出的存储方法 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第三章 基于AGENT 方法的双层流数据聚类算法 | 第33-45页 |
| ·问题的提出 | 第33-34页 |
| ·算法概述 | 第34页 |
| ·在线层算法设计 | 第34-41页 |
| ·格簇 | 第34-35页 |
| ·Agent 操作 | 第35-38页 |
| ·紧缩处理与非完全划分策略 | 第38-39页 |
| ·算法流程与性能 | 第39-41页 |
| ·离线层算法设计 | 第41-42页 |
| ·对全部历史数据的分析 | 第41页 |
| ·时间窗口分析 | 第41-42页 |
| ·实验结果分析 | 第42-44页 |
| ·小结 | 第44-45页 |
| 第四章 基于密度的流数据聚类算法 | 第45-54页 |
| ·问题的提出 | 第45页 |
| ·在线层算法设计 | 第45-49页 |
| ·排序k-划分法 | 第46-47页 |
| ·基于密度评估的方法 | 第47-49页 |
| ·离线层算法设计 | 第49-52页 |
| ·输出结果的存储结构 | 第49-50页 |
| ·基于N-维球的密度聚类 | 第50-52页 |
| ·实验结果分析 | 第52-53页 |
| ·小结 | 第53-54页 |
| 第五章 聚类挖掘工具软件开发 | 第54-65页 |
| ·聚类挖掘工具软件简介 | 第54-55页 |
| ·软件功能说明 | 第55-61页 |
| ·数据生成器软件 | 第55-57页 |
| ·数据分布视图软件 | 第57-59页 |
| ·聚类分析算法集成软件 | 第59-61页 |
| ·程序架构 | 第61-64页 |
| ·模块组成 | 第61-63页 |
| ·类组织结构 | 第63-64页 |
| ·小结 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 摘要 | 第68-70页 |
| ABSTRACT | 第70-73页 |
| 致谢 | 第73-74页 |
| 导师及作者简介 | 第74页 |
