| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究的背景和意义 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文的研究工作及创新之处 | 第13页 |
| ·本文主要研究内容 | 第13页 |
| ·本文主要创新之处 | 第13页 |
| ·论文的组织结构 | 第13-15页 |
| 第二章 聚类算法综述 | 第15-33页 |
| ·数据挖掘概述 | 第15-19页 |
| ·数据挖掘的功能任务 | 第16-18页 |
| ·数据挖掘的过程 | 第18-19页 |
| ·聚类分析概述 | 第19-20页 |
| ·聚类分析算法的评价标准 | 第20-22页 |
| ·常见聚类算法及其特点 | 第22-31页 |
| ·基于划分的方法(Partitioning Method) | 第23-24页 |
| ·基于层次的方法(Hierarchical Method) | 第24-25页 |
| ·基于密度的方法(Density_Based Method) | 第25-27页 |
| ·基于网格的方法(Grid_Based Method) | 第27-30页 |
| ·基于模型的方法(Model_Based Method) | 第30页 |
| ·典型聚类算法特点比较 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 数据流聚类技术 | 第33-45页 |
| ·数据流相关知识 | 第33-35页 |
| ·数据流的定义 | 第33页 |
| ·数据流的特点 | 第33-34页 |
| ·数据流处理的难点 | 第34页 |
| ·数据流挖掘与传统数据挖掘的区别 | 第34-35页 |
| ·数据流聚类方法概述 | 第35-36页 |
| ·数据流聚类关键技术点 | 第36-42页 |
| ·概要数据结构设计 | 第37-41页 |
| ·聚类算法的选择 | 第41-42页 |
| ·内存的管理 | 第42页 |
| ·数据流聚类典型算法及其特点 | 第42-44页 |
| ·STREAM 算法 | 第42-43页 |
| ·Clustream 算法 | 第43页 |
| ·D-Stream 算法 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于密度和网格的数据流聚类算法研究 | 第45-58页 |
| ·问题分析与提出 | 第45-46页 |
| ·系统模型 | 第46-50页 |
| ·系统模型设计 | 第46-47页 |
| ·相关定义及数据结构 | 第47-50页 |
| ·趋度 | 第50-51页 |
| ·在线层微聚类设计 | 第51-53页 |
| ·在线层算法 | 第51-52页 |
| ·新数据处理算法 newdata( ) | 第52页 |
| ·概要数据结构设计 | 第52-53页 |
| ·离线层宏聚类设计 | 第53-56页 |
| ·离线层算法设计 | 第53-54页 |
| ·聚类算法 | 第54-55页 |
| ·关于孤立点的考虑 | 第55-56页 |
| ·算法性能分析 | 第56页 |
| ·本章小结 | 第56-58页 |
| 第五章 实验分析 | 第58-61页 |
| ·实验环境及数据集 | 第58页 |
| ·聚类效率验证 | 第58-59页 |
| ·聚类准确度验证 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结和展望 | 第61-62页 |
| ·论文总结 | 第61页 |
| ·进一步工作展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士期间参与的项目和公开发表的论文 | 第66页 |
