面向含噪数据流的概念漂移集成分类研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-15页 |
| ·引言 | 第12页 |
| ·研究背景和意义 | 第12-13页 |
| ·课题来源与内容组织 | 第13-15页 |
| ·课题来源 | 第13页 |
| ·内容组织 | 第13-15页 |
| 第二章 数据流研究概述 | 第15-21页 |
| ·数据流的概念及应用 | 第15-16页 |
| ·数据流的定义 | 第15页 |
| ·数据流的特点 | 第15-16页 |
| ·数据流的应用领域 | 第16页 |
| ·数据流的处理方法 | 第16-18页 |
| ·基于数据的方法 | 第16-17页 |
| ·基于任务的方法 | 第17-18页 |
| ·数据流的学习系统 | 第18-19页 |
| ·数据流挖掘模型的特点 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 噪音数据流概念漂移的分类概述 | 第21-30页 |
| ·引言 | 第21页 |
| ·数据流分类 | 第21-23页 |
| ·问题定义 | 第21-22页 |
| ·主要研究问题 | 第22-23页 |
| ·噪音数据流中的概念漂移 | 第23-25页 |
| ·数据流上的概念漂移 | 第23-24页 |
| ·数据流上的噪音问题 | 第24-25页 |
| ·研究进展 | 第25-29页 |
| ·概念漂移数据流的分类算法 | 第25-27页 |
| ·噪音数据流的分类算法 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于混合集成模型的噪音数据流分类研究 | 第30-45页 |
| ·引言 | 第30页 |
| ·数据流分类的集成策略研究 | 第30-35页 |
| ·真实数据流上的研究假设 | 第30-31页 |
| ·传统的集成分类方法 | 第31-32页 |
| ·数据流挖掘的集成方法 | 第32-34页 |
| ·聚合集成模型的性能研究 | 第34-35页 |
| ·已有的集成模型概述 | 第35-37页 |
| ·CDSMM 算法 | 第37-41页 |
| ·处理机制 | 第37-39页 |
| ·算法描述 | 第39-40页 |
| ·算法分析 | 第40-41页 |
| ·实验与性能分析 | 第41-44页 |
| ·参数分析 | 第41-42页 |
| ·概念漂移检测 | 第42页 |
| ·噪音过滤效果 | 第42-43页 |
| ·与其他算法性能对比 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于簇密度的概念漂移数据流分类研究 | 第45-52页 |
| ·引言 | 第45页 |
| ·CDDMI 算法 | 第45-48页 |
| ·处理机制 | 第45-47页 |
| ·算法描述 | 第47-48页 |
| ·算法分析 | 第48页 |
| ·实验与性能分析 | 第48-51页 |
| ·实验数据 | 第48-49页 |
| ·概念漂移检测 | 第49页 |
| ·分类准确率 | 第49-50页 |
| ·抗噪性 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 结束语 | 第52-54页 |
| ·本文总结 | 第52页 |
| ·工作展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 研究生期间参加科研和发表论文 | 第59-60页 |
