基于密度的数据流子空间聚类算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·聚类技术概况 | 第10-12页 |
| ·聚类技术产生的背景 | 第10-11页 |
| ·聚类分析的任务 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·数据流聚类技术 | 第12-13页 |
| ·子空间聚类技术 | 第13-14页 |
| ·存在的主要问题 | 第14-15页 |
| ·课题研究内容 | 第15-16页 |
| ·本文结构安排 | 第16-17页 |
| 第2章 子空间聚类相关技术分析 | 第17-26页 |
| ·高维空间聚类问题 | 第17-19页 |
| ·高维数据的特点 | 第17-18页 |
| ·高维数据对传统聚类算法的挑战 | 第18-19页 |
| ·降维技术 | 第19-22页 |
| ·特征选择 | 第19页 |
| ·特征转换 | 第19-21页 |
| ·子空间聚类 | 第21-22页 |
| ·子空间聚类算法分类 | 第22-25页 |
| ·自底向上的搜索方法 | 第22页 |
| ·自顶向下的子空间查找方法 | 第22-23页 |
| ·常用子空间聚类算法分析 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于指数直方图的密度数据流子空间聚类算法 | 第26-38页 |
| ·引言 | 第26-27页 |
| ·基本概念 | 第27-31页 |
| ·纳伪聚类特征指数直方图 | 第28-29页 |
| ·核心微聚类 | 第29-31页 |
| ·基于指数直方图的密度数据流子空间聚类算法设计 | 第31-36页 |
| ·微聚类的维护 | 第31-34页 |
| ·SDSStream 算法描述 | 第34-36页 |
| ·SDSStream 算法分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于树结构的数据流子空间聚类算法 | 第38-50页 |
| ·引言 | 第38-39页 |
| ·问题定义 | 第39-41页 |
| ·数据空间划分 | 第39页 |
| ·衰减模型 | 第39-40页 |
| ·稠密网格 | 第40-41页 |
| ·树结构设计 | 第41-42页 |
| ·基于树结构的数据流子空间聚类算法设计 | 第42-48页 |
| ·数据流的动态检测 | 第42-43页 |
| ·更新树结构 | 第43-45页 |
| ·精简树结构 | 第45-47页 |
| ·DS-Stream 算法描述 | 第47-48页 |
| ·DS-Stream 算法分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 算法实现及实验分析 | 第50-59页 |
| ·实验环境 | 第50-51页 |
| ·SDSStream 算法实验 | 第51-54页 |
| ·聚类质量评估 | 第51-52页 |
| ·算法执行时间评价 | 第52-53页 |
| ·噪声阈值对聚类质量的影响 | 第53-54页 |
| ·DS-Stream 算法实验 | 第54-58页 |
| ·聚类质量评估 | 第54-56页 |
| ·可伸缩性评价结果 | 第56-57页 |
| ·噪声对算法的影响 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 作者简介 | 第69页 |
