| 摘要 | 第1-10页 |
| Abstract | 第10-12页 |
| 致谢 | 第12-18页 |
| 第一章 绪论 | 第18-29页 |
| ·引言 | 第18-19页 |
| ·数据流研究的应用背景 | 第18-19页 |
| ·数据流的定义 | 第19页 |
| ·数据流挖掘的研究内容 | 第19-21页 |
| ·数据流挖掘的任务 | 第19-20页 |
| ·数据流挖掘的挑战 | 第20-21页 |
| ·数据流中的概念漂移检测与分类问题 | 第21-25页 |
| ·研究任务 | 第21-22页 |
| ·分类模型与方法 | 第22-23页 |
| ·概念漂移的定义与分类 | 第23页 |
| ·数据流中的概念漂移检测方法 | 第23-24页 |
| ·数据流中的概念漂移检测与分类评估方法 | 第24-25页 |
| ·主要研究内容 | 第25-28页 |
| ·课题来源 | 第25页 |
| ·主要研究内容 | 第25-27页 |
| ·内容组织 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第二章 数据流分类方法 | 第29-49页 |
| ·引言 | 第29-30页 |
| ·基于增量式决策树模型的数据流分类方法 | 第30-32页 |
| ·VFDT系列数据流分类算法 | 第30-31页 |
| ·RDT系列数据流分类算法 | 第31-32页 |
| ·ERDT系列算法：基于变体RDT模型的数据流分类算法 | 第32-38页 |
| ·ERDT系列算法框架 | 第33-35页 |
| ·连续属性分割点求解策略 | 第35-36页 |
| ·模型的泛化误差分析 | 第36-37页 |
| ·算法的时空复杂度分析 | 第37-38页 |
| ·实验结果与分析 | 第38-48页 |
| ·数据源 | 第38-39页 |
| ·参数分析 | 第39-45页 |
| ·性能分析 | 第45-48页 |
| ·小结 | 第48-49页 |
| 第三章 概念漂移数据流的漂移检测与分类方法 | 第49-76页 |
| ·引言 | 第49-51页 |
| ·基于增量式决策树模型的数据流概念漂移检测与分类方法 | 第51-56页 |
| ·CVFDT系列数据流概念漂移检测与分类方法 | 第51-55页 |
| ·RDT系列数据流概念漂移检测与分类方法 | 第55-56页 |
| ·ERDTC系列算法：基于变体RDT模型的概念漂移数据流检测与分类方法 | 第56-59页 |
| ·ERDTC系列算法框架 | 第57页 |
| ·基于Hoeffding Bounds不等式的双阈值概念漂移检测方法 | 第57-58页 |
| ·算法的时空复杂度分析 | 第58-59页 |
| ·实验结果与分析 | 第59-64页 |
| ·数据源 | 第59-60页 |
| ·参数分析 | 第60页 |
| ·性能分析 | 第60-64页 |
| ·CDRDT算法：一种快速的数据流概念漂移检测与分类算法 | 第64-75页 |
| ·算法的优化 | 第64-66页 |
| ·CDRDT算法框架及分析 | 第66-68页 |
| ·实验结果与分析 | 第68-75页 |
| ·小结 | 第75-76页 |
| 第四章 不完全标记数据流的概念漂移检测与分类方法 | 第76-97页 |
| ·引言 | 第76-77页 |
| ·不完全标记数据的处理技术与方法 | 第77-78页 |
| ·不完全标记数据流中概念漂移检测与分类方法的研究现状与挑战 | 第78-79页 |
| ·SUN算法：不完全标记数据流中的概念漂移检测与分类算法 | 第79-91页 |
| ·理论基础 | 第80-81页 |
| ·基于k-Modes算法与增量式决策树模型的半监督学习方法 | 第81-87页 |
| ·基于聚类概念簇差异的概念漂移检测机制 | 第87-90页 |
| ·SUN算法框架 | 第90-91页 |
| ·实验结果与分析 | 第91-95页 |
| ·标记正确率 | 第91-92页 |
| ·概念漂移检测 | 第92-93页 |
| ·分类性能 | 第93-95页 |
| ·小结 | 第95-97页 |
| 第五章 不完全标记数据流的重现概念漂移检测与分类方法 | 第97-113页 |
| ·引言 | 第97页 |
| ·重现概念漂移检测方法的研究现状 | 第97-99页 |
| ·REDLLA算法：不完全标记数据流的重现概念漂移检测与分类算法 | 第99-103页 |
| ·基于k-Means算法与增量式决策树的半监督学习方法 | 第99-100页 |
| ·基于聚类概念簇差异的重现概念漂移检测机制 | 第100-103页 |
| ·实验结果与分析 | 第103-112页 |
| ·数据源 | 第103-104页 |
| ·参数分析 | 第104页 |
| ·性能分析 | 第104-112页 |
| ·小结 | 第112-113页 |
| 第六章 数据流概念漂移检测与分类方法的应用 | 第113-119页 |
| ·引言 | 第113页 |
| ·数据流概念漂移检测与分类方法在Yahoo网络购物数据中的应用 | 第113-116页 |
| ·Yahoo网络购物数据 | 第114页 |
| ·Yahoo网络购物数据中的概念漂移检测与分类 | 第114-116页 |
| ·数据流概念漂移与分类方法在电力市场数据上的应用 | 第116-118页 |
| ·电厂电价调度数据(Elec数据) | 第116页 |
| ·Elec数据库中的重现概念漂移检测与分类 | 第116-118页 |
| ·小结 | 第118-119页 |
| 第七章 结束语 | 第119-121页 |
| ·主要研究工作 | 第119-120页 |
| ·下一步工作 | 第120-121页 |
| 参考文献 | 第121-132页 |
| 攻读博士学位期间参加研究的课题和发表的论文 | 第132-134页 |
