基于最窄平行四边形的数据流突变检测算法
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 图目录 | 第6-7页 |
| 表目录 | 第7-8页 |
| 第1章 引言 | 第8-19页 |
| ·数据流技术研究背景 | 第8-11页 |
| ·主要特点和应用领域 | 第8-10页 |
| ·研究的难点 | 第10页 |
| ·主要研究方向 | 第10-11页 |
| ·数据流的关键技术 | 第11-14页 |
| ·数据流模型 | 第11-13页 |
| ·概要数据结构 | 第13-14页 |
| ·数据流上的突变检测 | 第14-17页 |
| ·突变的定义 | 第14-15页 |
| ·突变检测关注的问题 | 第15页 |
| ·现有突变检测算法 | 第15-17页 |
| ·本文的贡献与组织 | 第17-19页 |
| 第2章 平面几何计算的基础知识 | 第19-24页 |
| ·线段的两个重要属性 | 第19-20页 |
| ·矢量积 | 第19-20页 |
| ·连续线段的转向问题 | 第20页 |
| ·凸包的计算 | 第20-23页 |
| ·凸包的定义 | 第20-21页 |
| ·常用凸包计算的方法 | 第21-23页 |
| ·小结 | 第23-24页 |
| 第3章 最窄平行四边形法 | 第24-41页 |
| ·问题定义 | 第24-25页 |
| ·最窄平行四边形法的提出 | 第25-27页 |
| ·最窄平行四边形法基本算法 | 第27-30页 |
| ·最窄平行四边形法改进算法 | 第30-33页 |
| ·增量计算法 | 第30-31页 |
| ·最大上限法 | 第31-33页 |
| ·基于任意函数的突变检测算法 | 第33-36页 |
| ·算法 | 第33-35页 |
| ·复杂度分析 | 第35页 |
| ·误差分析 | 第35-36页 |
| ·实验与分析 | 第36-39页 |
| ·实验设置 | 第36页 |
| ·效果与性能分析 | 第36-39页 |
| ·小结 | 第39-41页 |
| 第4章 最窄平行四边形法在聚集函数上的应用 | 第41-49页 |
| ·现有直方图算法存在的问题 | 第41-42页 |
| ·对数据后缀和进行最窄平行四边形的计算 | 第42-45页 |
| ·平行四边形方法的拓展 | 第42-43页 |
| ·误差分析与进一步改进 | 第43-45页 |
| ·基于后缀和的突变检测算法 | 第45页 |
| ·实验与分析 | 第45-48页 |
| ·实验设置 | 第45-46页 |
| ·性能分析 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 在学期间发表的学术论文以及参与的项目 | 第55-56页 |
