数据流挖掘技术及应用研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-15页 |
| ·研究背景及意义 | 第7页 |
| ·国内外研究现状 | 第7-13页 |
| ·数据流管理系统的研究 | 第8-9页 |
| ·数据流挖掘算法的研究 | 第9-11页 |
| ·数据流聚类算法研究 | 第9页 |
| ·数据流分类算法研究 | 第9-10页 |
| ·数据流关联规则挖掘的研究 | 第10-11页 |
| ·数据流应用领域的研究 | 第11-13页 |
| ·论文的主要工作 | 第13-15页 |
| 第二章 数据流与数据流挖掘技术 | 第15-23页 |
| ·数据流 | 第15页 |
| ·数据流处理模型 | 第15-17页 |
| ·数据流概要构建方法 | 第17-19页 |
| ·数据挖掘技术 | 第19-21页 |
| ·数据流挖掘框架 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第三章 数据流概要构建方法及实现 | 第23-34页 |
| ·离散傅立叶变换构建数据流概要 | 第23-26页 |
| ·离散傅立叶变换 | 第23页 |
| ·离散傅立叶概要构建的增量更新算法 | 第23-24页 |
| ·算法测试 | 第24-26页 |
| ·离散小波变换构建数据流概要 | 第26-33页 |
| ·离散小波变换 | 第26-30页 |
| ·离散小波变换概要构建的增量更新算法 | 第30-32页 |
| ·算法测试 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 数据流聚类的实现 | 第34-45页 |
| ·聚类算法 | 第34-36页 |
| ·k-means 算法原理 | 第34-35页 |
| ·FCM 算法原理 | 第35-36页 |
| ·数据流聚类 | 第36-44页 |
| ·数据流聚类思想 | 第36-37页 |
| ·配电网用电数据流聚类 | 第37-38页 |
| ·聚类结果分析 | 第38-44页 |
| ·k-means 与FCM 聚类结果 | 第38-40页 |
| ·基于 DFT 和 DWT 概要的聚类结果 | 第40-43页 |
| ·运行时间分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 数据流分类的实现 | 第45-53页 |
| ·数据流分类 | 第45-47页 |
| ·分类算法 | 第45-47页 |
| ·数据流分类思想 | 第47页 |
| ·基于数据流分类技术的用电负荷数据流分类 | 第47-49页 |
| ·配电网用电负荷数据流分类思想 | 第47页 |
| ·实验结果及分析 | 第47-49页 |
| ·基于数据流分类技术的电能质量扰动在线识别 | 第49-51页 |
| ·电能质量扰动识别 | 第49页 |
| ·电能质量扰动在线识别思想 | 第49-50页 |
| ·实验结果及分析 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第六章 总结与展望 | 第53-54页 |
| ·论文工作总结 | 第53页 |
| ·下阶段的工作 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间发表的学术论文 | 第60页 |
