| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11页 |
| ·数据流聚类技术面临的挑战 | 第11-13页 |
| ·本文主要贡献 | 第13-16页 |
| 第2章 相关研究工作概述 | 第16-30页 |
| ·确定数据聚类概述 | 第16-21页 |
| ·静态数据聚类算法 | 第16-18页 |
| ·数据流聚类算法 | 第18-21页 |
| ·不确定数据聚类概述 | 第21-28页 |
| ·不确定数据产生原因 | 第21-22页 |
| ·不确定数据模型 | 第22-23页 |
| ·不确定数据聚类算法 | 第23-27页 |
| ·不确定数据流聚类算法 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 基于密度的不确定数据流聚类算法 | 第30-54页 |
| ·不确定数据的相关问题 | 第30-35页 |
| ·数据模型 | 第30-31页 |
| ·数据的不确定性对聚类结果的影响 | 第31-33页 |
| ·数据不确定度的定义 | 第33-35页 |
| ·不确定数据聚类算法UDENCLUE | 第35-46页 |
| ·相关概念及定义 | 第35-37页 |
| ·不确定影响函数 | 第37-40页 |
| ·算法描述 | 第40-45页 |
| ·本地不确定元组密度 | 第45-46页 |
| ·基于密度的不确定数据流聚类算法USDENCLUE | 第46-53页 |
| ·数据流滑动窗口概念及相关问题 | 第46-48页 |
| ·微簇结构的相关定义 | 第48-49页 |
| ·算法描述 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 实验及结果分析 | 第54-62页 |
| ·实验环境 | 第54页 |
| ·数据集 | 第54-55页 |
| ·实验分析 | 第55-60页 |
| ·算法有效性 | 第56-58页 |
| ·数据不确定度 | 第58页 |
| ·噪音数据 | 第58-59页 |
| ·处理演化数据流 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 第5章 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |