数据流聚集查询和频繁模式挖掘的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 表索引 | 第8-9页 |
| Table Index | 第9-10页 |
| 图索引 | 第10-11页 |
| Figure Index | 第11-12页 |
| 第一章 绪论 | 第12-22页 |
| ·研究背景 | 第12-15页 |
| ·数据流及其特点 | 第12-13页 |
| ·数据流管理系统 | 第13-15页 |
| ·数据流挖掘 | 第15页 |
| ·研究现状 | 第15-20页 |
| ·数据流管理系统及其相关实现技术 | 第15-19页 |
| ·数据流挖掘算法 | 第19-20页 |
| ·主要研究工作和内容安排 | 第20-22页 |
| 第二章 软硬件协同的高速数据流聚集查询 | 第22-34页 |
| ·基于硬件预处理的数据流管理系统的体系结构 | 第22-23页 |
| ·数据流聚集的相关工作 | 第23页 |
| ·软硬件协同的数据流实时聚集查询 | 第23-32页 |
| ·求和（Sum）的实现 | 第23-25页 |
| ·平均值（Avg）的实现 | 第25-26页 |
| ·最大值（Max）的实现 | 第26-29页 |
| ·聚集的多窗口共享 | 第29-32页 |
| ·算法分析和实验验证 | 第32-33页 |
| ·算法的时间复杂性分析 | 第32页 |
| ·实验仿真 | 第32-33页 |
| ·本章 小结 | 第33-34页 |
| 第三章 分布式数据流增量聚集 | 第34-46页 |
| ·相关研究 | 第34-35页 |
| ·分布式数据流近似增量聚集查询 | 第35-42页 |
| ·基本问题的定义 | 第35-36页 |
| ·增量聚集的基本思路 | 第36页 |
| ·VSB-Tree 更新和查询算法 | 第36-39页 |
| ·VSB-Tree 的节点合并 | 第39-42页 |
| ·算法分析和性能测试 | 第42-45页 |
| ·算法分析 | 第42-44页 |
| ·性能测试 | 第44-45页 |
| ·本章 小结 | 第45-46页 |
| 第四章 数据流频繁闭合模式的挖掘 | 第46-61页 |
| ·相关研究 | 第46-47页 |
| ·基本概念 | 第47-48页 |
| ·滑动窗口中的频繁闭合项集 | 第48-53页 |
| ·DSCFI_tree 的结构 | 第48-49页 |
| ·DSCFI_tree 的构造和增量更新 | 第49-51页 |
| ·频繁闭合项集的挖掘算法DS_CFI | 第51-52页 |
| ·实验研究 | 第52-53页 |
| ·界标窗口中的频繁闭合项集 | 第53-60页 |
| ·全局潜在频繁1 项集的生成和更新 | 第54-55页 |
| ·FP-CDS 树的更新和频繁闭合项集的生成 | 第55-58页 |
| ·完整的FP-CDS 算法 | 第58-59页 |
| ·实验研究 | 第59-60页 |
| ·性能分析 | 第59页 |
| ·对比分析 | 第59-60页 |
| ·本章 小结 | 第60-61页 |
| 第五章 基于最大频繁项集信息熵的数据流变化检测 | 第61-70页 |
| ·相关研究 | 第61页 |
| ·信息熵的基本概念和性质 | 第61-63页 |
| ·数据流变化检测算法 | 第63-67页 |
| ·基于信息熵的数据流变化判定准则 | 第63-64页 |
| ·滑动窗口中的最大频繁项集 | 第64-67页 |
| ·数据流变化检测算法 | 第67页 |
| ·实验研究 | 第67-69页 |
| ·本章 小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·工作总结 | 第70页 |
| ·未来工作的展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-81页 |
| 附录 | 第81-82页 |
| 附录1 参与的科研项目 | 第81页 |
| 附录2 攻读博士学位期间发表的论文 | 第81-82页 |
