首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

面向大数据量挖掘空间co-location模式的网格微分算法

摘要第3-5页
Abstract第5-6页
目录第7-10页
第一章 绪论第10-14页
    1.1 研究背景和意义第10-11页
    1.2 研究现状第11-12页
    1.3 本文贡献第12-13页
    1.4 本文组织结构第13-14页
第二章 关于空间co-location模式的简介第14-20页
    2.1 co-location模式概念介绍第14-16页
    2.2 空间co-location模式挖掘相关研究第16-18页
    2.3 本章小结第18-20页
第三章 传统算法存在的问题及新算法产生的现实背景第20-40页
    3.1 传统空间co-location模式挖掘算法存在的问题第20页
    3.2 传统join_based算法第20-26页
        3.2.1 传统的join_based算法的思想及其举例第20-22页
        3.2.2 传统的join_based算法的时间性能分析第22-24页
        3.2.3 传统的join_based算法的空间性能分析第24-26页
    3.3 传统的多分辨剪枝(网格)co-location模式挖掘算法第26-34页
        3.3.1 传统的多分辨剪枝(网格)算法的基本思想及举例第26-28页
        3.3.2 传统的多分辨剪枝(网格)算法的时间性能分析第28-32页
        3.3.3 传统的多分辨剪枝(网格)算法的空间性能分析第32-34页
    3.4 网格微分法求解空间co-location模式的可行性分析第34-38页
        3.4.1 网格微分法在时间和空间效率方面的可行性分析第35-37页
        3.4.2 网格微分法在挖掘结果准确率方面的可行性分析第37-38页
    3.5 本章小结第38-40页
第四章 网格微分算法第40-62页
    4.1 网格微分算法的主要思想第40-44页
    4.2 网格微分算法的实现第44-46页
    4.3 网格微分算法的性能分析第46-53页
        4.3.1 网格微分算法的时间复杂度分析第46-48页
        4.3.2 网格微分算法的空间复杂度分析第48-50页
        4.3.3 网格4微分格算法的准确率分析第50-53页
    4.4 网格9微分格算法第53-61页
        4.4.1 网格9微分格算法的主要思想第53-56页
        4.4.2 网格9微分格算法的时间复杂度分析第56-57页
        4.4.3 网格9微分格算法的空间复杂度分析第57-58页
        4.4.4 网格9微分格算法的误差分析第58-61页
    4.5 本章小结第61-62页
第五章 实验分析第62-80页
    5.1 在合成数据基础上验证算法的相关性能第62-69页
        5.1.1 实例个数的变化对算法的影响第62-64页
        5.1.2 特征个数的变化对算法的影响第64-65页
        5.1.3 距离阈值的变化对算法的影响第65-67页
        5.1.4 参与度阈值的变化对算法的影响第67页
        5.1.5 高密度实例分布情况下算法的性能第67-69页
    5.2 在真实数据基础上验证算法的相关性能第69-77页
        5.2.1 在小数据量基础上检验算法的相关性能第69-73页
            5.2.1.1 随参与度阈值变化算法的相关性能第69-71页
            5.2.1.2 随距离阈值变化算法的各方面性能第71-73页
        5.2.2 在大数据量情况下验证网格微分算法的高效性和稳定性第73-77页
            5.2.2.1 传统算法对内存资源的过度消耗第74页
            5.2.2.2 在大数据量情况下随距离阈值变化算法的性能第74-76页
            5.2.2.3 在大数据量情况下随参与度阈值变化算法的性能第76-77页
    5.3 在混合数据基础上验证算法的相关性能第77-78页
    5.4 本章小结第78-80页
第六章 网格微分算法在“三江并流”项目中的应用第80-84页
    6.1 目的与意义第80页
    6.2 数据采集第80-81页
    6.3 实验结果分析第81-84页
第七章 算法的选择方式第84-90页
    7.1 根据实例压缩率作出选择第84页
    7.2 根据挖掘结果的准确率作出选择第84-85页
    7.3 根据算法总时间消耗和准确率进行选择第85-88页
    7.4 本章小结第88-90页
第八章 总结与展望第90-92页
    8.1 本文总结第90-91页
    8.2 未来研究第91-92页
参考文献第92-96页
研究生期间发表的论文第96-98页
致谢第98页

论文共98页,点击 下载论文
上一篇:软件过程可信度量方法研究
下一篇:高职院校学生信息管理系统分析与设计