一种基于PDStream的增量聚类算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 问题提出的背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文的主要工作 | 第10-11页 |
| 1.4 本文的结构安排 | 第11-12页 |
| 第二章 实时数据流挖掘技术 | 第12-27页 |
| 2.1 实时数据流的基本概念 | 第12页 |
| 2.2 实时数据流模型研究 | 第12-13页 |
| 2.3 实时数据流挖掘的关键技术 | 第13-15页 |
| 2.4 聚类分析 | 第15-16页 |
| 2.5 传统聚类算法 | 第16-22页 |
| 2.5.1 基于划分的方法 | 第16-18页 |
| 2.5.2 基于层次的方法 | 第18-20页 |
| 2.5.3 基于密度的方法 | 第20页 |
| 2.5.4 基于网格的方法 | 第20-21页 |
| 2.5.5 基于模型的方法 | 第21-22页 |
| 2.6 实时数据流聚类算法 | 第22-25页 |
| 2.6.1 STREAM 算法 | 第22-23页 |
| 2.6.2 CluStream 算法 | 第23页 |
| 2.6.3 HPStream 算法 | 第23-24页 |
| 2.6.4 D-Stream 算法 | 第24页 |
| 2.6.5 DenStream 算法 | 第24-25页 |
| 2.7 本章小结 | 第25-27页 |
| 第三章 基于网格和密度维度树的增量聚类 | 第27-37页 |
| 3.1 基本概念与定义 | 第27-29页 |
| 3.2 算法框架 | 第29-31页 |
| 3.3 实时数据流中的数据信息存储结构 | 第31-32页 |
| 3.4 预测下一次聚类的时刻 | 第32-33页 |
| 3.5 增量聚类算法 | 第33-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 实验结果与分析 | 第37-41页 |
| 4.1 实验结果与分析 | 第37-39页 |
| 4.2 算法时间性能分析 | 第39-40页 |
| 4.3 本章小结 | 第40-41页 |
| 第五章 总结与展望 | 第41-43页 |
| 5.1 总结 | 第41页 |
| 5.2 展望 | 第41-43页 |
| 参考文献 | 第43-47页 |
| 致谢 | 第47-48页 |
| 附录 A 攻读学位期间发表的论文及参与项目 | 第48-49页 |
| 详细摘要 | 第49-52页 |
