| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题研究背景和意义 | 第8-9页 |
| 1.2 课题研究现状 | 第9-14页 |
| 1.2.1 概念漂移数据流分类算法 | 第9-11页 |
| 1.2.2 新异类检测算法 | 第11-12页 |
| 1.2.3 距离度量 | 第12-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第2章 概念漂移数据流分类算法实证比较 | 第17-37页 |
| 2.1 引言 | 第17页 |
| 2.2 数据流分类模型 | 第17-19页 |
| 2.3 概念漂移数据流分类算法 | 第19-26页 |
| 2.3.1 基于增量学习的概念漂移数据流分类算法 | 第19-22页 |
| 2.3.2 基于聚类方法概念漂移数据流分类算法 | 第22-25页 |
| 2.3.3 基于集成分类器概念漂移数据流分类算法 | 第25-26页 |
| 2.4 部分概念漂移数据流分类算法实验比较 | 第26-36页 |
| 2.4.1 相同类别的概念漂移数据流分类算法对比实验 | 第27-33页 |
| 2.4.2 不同类别的概念漂移数据流分类算法对比实验 | 第33-36页 |
| 2.4.3 对比实验小结 | 第36页 |
| 2.5 本章小结 | 第36-37页 |
| 第3章 基于马氏距离改进的概念漂移数据流新异类检测与分类算法 | 第37-56页 |
| 3.1 引言 | 第37页 |
| 3.2 基于马氏距离的内聚性、分离性指标研究 | 第37-40页 |
| 3.2.1 马氏距离与欧式距离 | 第37-39页 |
| 3.2.2 基于马氏距离的内聚性、分离性指标 | 第39-40页 |
| 3.3 基于马氏距离改进的概念漂移数据流新异类检测及分类算法描述 | 第40-43页 |
| 3.3.1 基于马氏距离内聚性分离性指标的改进新异类检测算法 | 第40-41页 |
| 3.3.2 基于马氏距离改进的概念漂移数据流新异类检测及分类算法 | 第41-43页 |
| 3.4 实验结果与分析 | 第43-54页 |
| 3.4.1 实验数据集 | 第43页 |
| 3.4.2 评价指标 | 第43-44页 |
| 3.4.3 实验设计与结果分析 | 第44-54页 |
| 3.5 本章小结 | 第54-56页 |
| 第4章 基于ReliefF特征空间局部无损转换数据流分类算法 | 第56-82页 |
| 4.1 引言 | 第56-57页 |
| 4.2 特征选择及特征空间转换研究现状 | 第57-60页 |
| 4.2.1 特征选择研究现状 | 第57-58页 |
| 4.2.2 特征空间转换研究现状 | 第58-60页 |
| 4.3 基于ReliefF的数据流特征空间局部无损转换方法 | 第60-64页 |
| 4.3.1 ReliefF特征选择算法 | 第60-61页 |
| 4.3.2 相关定义 | 第61-62页 |
| 4.3.3 基于ReliefF特征空间局部无损转换数据流分类算法描述 | 第62-64页 |
| 4.4 实验结果与分析 | 第64-80页 |
| 4.4.1 实验数据集 | 第65页 |
| 4.4.2 实验设计与结果分析 | 第65-80页 |
| 4.5 本章小结 | 第80-82页 |
| 总结与展望 | 第82-85页 |
| 5.1 本文工作总结 | 第82-83页 |
| 5.2 未来研究展望 | 第83-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-91页 |
| 攻读学位期间的研究成果 | 第91页 |
