数据流上的变化的挖掘算法研究
| 前言 | 第1-8页 |
| 第一章 数据流管理和挖掘技术概述 | 第8-25页 |
| ·数据流和数据流管理系统 | 第8-15页 |
| ·概念、特点与体系结构 | 第8-13页 |
| ·概念 | 第8-11页 |
| ·特点 | 第11-12页 |
| ·体系结构 | 第12-13页 |
| ·数据流管理系统 | 第13页 |
| ·数据流管理原型系统 | 第13-14页 |
| ·应用领域 | 第14-15页 |
| ·概要数据结构 | 第15-16页 |
| ·数据流连续近似查询 | 第16-20页 |
| ·连续近似查询的有关研究 | 第17-18页 |
| ·有关问题 | 第18-20页 |
| ·数据流连续挖掘 | 第20-24页 |
| ·数据流挖掘模型 | 第20-21页 |
| ·挖掘知识类型 | 第21页 |
| ·变化 | 第21-24页 |
| ·有关研究问题 | 第21-22页 |
| ·前期研究成果 | 第22-23页 |
| ·跳变分析 | 第23页 |
| ·文献分析 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第二章 一种挖掘和监测数据流上的变化的方法 | 第25-33页 |
| ·概要数据结构的构造 | 第25-26页 |
| ·抽样 | 第25页 |
| ·参照窗口和当前窗口 | 第25-26页 |
| ·相关属性的选择 | 第26页 |
| ·利用相异度度量变化的程度 | 第26-28页 |
| ·参照窗口和当前窗口的更新 | 第28页 |
| ·仿真分析 | 第28-31页 |
| ·趋势监测 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第三章 NBCC 算法 | 第33-39页 |
| ·有关定义 | 第33-34页 |
| ·算法分析与设计 | 第34-37页 |
| ·算法分析 | 第34-36页 |
| ·NBCC 算法 | 第36-37页 |
| ·性能分析 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第四章 基于支持度和新颖度连续挖掘数据流上的变化 | 第39-51页 |
| ·构造概要数据结构 | 第39-40页 |
| ·抽样 | 第39-40页 |
| ·参照窗口和当前窗口 | 第40页 |
| ·挖掘变化 | 第40-46页 |
| ·预备知识 | 第40-42页 |
| ·计算频繁模式（项集）支持度的变化 | 第42-43页 |
| ·算法分析 | 第42页 |
| ·算法实现 | 第42-43页 |
| ·计算关联规则新颖度的变化 | 第43-46页 |
| ·算法分析 | 第43-45页 |
| ·算法实现 | 第45-46页 |
| ·趋势监测 | 第46-47页 |
| ·实验 | 第47-50页 |
| ·小结 | 第50-51页 |
| 第五章 数据流挖掘降载策略研究 | 第51-55页 |
| ·降载策略分析 | 第51-52页 |
| ·问题的提出与分析 | 第51-52页 |
| ·概要数据结构 | 第52页 |
| ·最小描述长度 | 第52-54页 |
| ·认知心理学的启示 | 第52-53页 |
| ·机器学习的启示 | 第53页 |
| ·最小描述长度 | 第53-54页 |
| ·小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-65页 |
| 发表文章目录 | 第65-66页 |
| 致谢 | 第66-67页 |
| 中文详细摘要 | 第67-77页 |
