| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-9页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-36页 |
| ·研究背景和意义 | 第12-15页 |
| ·数据流及其特点 | 第15-16页 |
| ·数据流模式发现面临的挑战 | 第16-18页 |
| ·数据流挖掘方法的研究现状 | 第18-30页 |
| ·数据流模型研究 | 第19-20页 |
| ·数据流基本处理技术研究 | 第20-23页 |
| ·数据流挖掘算法研究 | 第23-29页 |
| ·数据流聚类算法 | 第23-25页 |
| ·数据流分类算法 | 第25-27页 |
| ·数据流频繁模式发现算法 | 第27-28页 |
| ·异常、趋势和变化检测算法 | 第28-29页 |
| ·数据流挖掘系统研究 | 第29-30页 |
| ·本文主要研究内容 | 第30-32页 |
| ·本文主要研究成果 | 第32-33页 |
| ·本文组织结构 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第二章 数据流的实时趋势分析算法 | 第36-48页 |
| ·引言 | 第36页 |
| ·问题描述 | 第36-38页 |
| ·增量式数据流实时趋势分析方法 | 第38-43页 |
| ·递推最小二乘回归建模 | 第38-40页 |
| ·广义似然比分割点检测 | 第40-42页 |
| ·数据流趋势分析算法及特性分析 | 第42-43页 |
| ·仿真实验 | 第43-46页 |
| ·测试数据集 | 第43-44页 |
| ·实际数据集 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 第三章 一种数据流模式变化的鲁棒检测算法研究 | 第48-66页 |
| ·引言 | 第48-49页 |
| ·问题描述 | 第49-50页 |
| ·支持向量数据描述 | 第50-53页 |
| ·动态支持向量数据描述 | 第53-57页 |
| ·保温增量计算 | 第54-56页 |
| ·减量计算 | 第56-57页 |
| ·鲁棒数据流模式变化检测算法 | 第57-60页 |
| ·相似性指数计算 | 第57-58页 |
| ·数据流模式变化鲁棒检测算法 | 第58-59页 |
| ·算法分析 | 第59-60页 |
| ·仿真实验 | 第60-63页 |
| ·人工数据集仿真 | 第60-63页 |
| ·实际数据仿真 | 第63页 |
| ·本章小结 | 第63-66页 |
| 第四章 基于偏向最近动态最小二乘支持向量回归的数据流离群点检测算法 | 第66-82页 |
| ·引言 | 第66-67页 |
| ·支持向量回归基本概念 | 第67-71页 |
| ·支持向量回归SVR | 第68-69页 |
| ·最小二乘支持向量回归LS-SVR | 第69-71页 |
| ·偏向最近动态最小二乘支持向量回归RBDLS-SVR | 第71-76页 |
| ·动态最小二乘支持向量回归DLS-SVR | 第71-74页 |
| ·增加一个新样本 | 第72-73页 |
| ·删除一个样本 | 第73-74页 |
| ·偏向最近动态最小二乘支持向量回归RBDLS-SVR | 第74-76页 |
| ·基于RBDLS-SVR的数据流离群点检测算法 | 第76-77页 |
| ·仿真实验 | 第77-80页 |
| ·人工合成数据仿真实验 | 第77-79页 |
| ·实际数据仿真实验 | 第79-80页 |
| ·本章小结 | 第80-82页 |
| 第五章 一种数据流偏向最近聚类分析算法 | 第82-98页 |
| ·引言 | 第82-83页 |
| ·问题描述 | 第83页 |
| ·数据流预处理及更新 | 第83-88页 |
| ·数据流和滑动窗口 | 第84页 |
| ·数据流标称化 | 第84-85页 |
| ·离散小波变换 | 第85-88页 |
| ·倾斜时间窗口Haar小波变换特征提取 | 第88页 |
| ·数据流偏向最近聚类分析算法 | 第88-93页 |
| ·距离等价度量模型 | 第88-91页 |
| ·数据流偏向最近增量k-means聚类算法 | 第91-93页 |
| ·算法分析 | 第93页 |
| ·仿真实验 | 第93-97页 |
| ·倾斜时间窗口Haar小波数据约简评价 | 第94-95页 |
| ·偏向最近距离评价实验 | 第95-96页 |
| ·聚类算法评价实验 | 第96-97页 |
| ·本章小结 | 第97-98页 |
| 第六章 数据流模式发现在钢铁生产过程的应用 | 第98-108页 |
| ·引言 | 第98-101页 |
| ·用于连铸生产质量监控的数据流离群点清理和缺失值处理 | 第101-103页 |
| ·用于连铸生产漏钢预报的数据流模式突变检测 | 第103-106页 |
| ·本章小结 | 第106-108页 |
| 第七章 工作总结与研究展望 | 第108-112页 |
| ·研究工作总结 | 第108-109页 |
| ·研究展望 | 第109-110页 |
| ·本章小结 | 第110-112页 |
| 参考文献 | 第112-126页 |
| 攻读博士学位期间发表论文和参与的科研项目 | 第126页 |
