基于时间窗口的数据流频繁项挖掘算法
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第7-13页 |
1.1 数据流挖掘简介 | 第7-9页 |
1.2 数据流上频繁项挖掘 | 第9-10页 |
1.3 研究现状 | 第10-11页 |
1.4 本文的研究工作 | 第11-12页 |
1.5 论文的组织架构 | 第12-13页 |
第二章 数据流上的频繁项(集)挖掘 | 第13-18页 |
2.1 问题定义 | 第13-14页 |
2.2 评价指标 | 第14-17页 |
2.3 本章小结 | 第17-18页 |
第三章 典型的数据流频数统计算法 | 第18-28页 |
3.1 基于计数的方法 | 第18-24页 |
3.2 基于摘要的方法 | 第24-26页 |
3.3 针对特定数据模型的频繁项挖掘算法 | 第26页 |
3.4 本章小结 | 第26-28页 |
第四章 改进的数据流频繁项挖掘算法 | 第28-34页 |
4.1 SREEC算法 | 第28-31页 |
4.1.1 设计思想 | 第28页 |
4.1.2 算法详述 | 第28-30页 |
4.1.3 ε-估计性质证明 | 第30-31页 |
4.2 RFREQ算法 | 第31-33页 |
4.2.1 设计思想 | 第31-32页 |
4.2.2 算法描述 | 第32页 |
4.2.3 算法有效性 | 第32-33页 |
4.3 本章小结 | 第33-34页 |
第五章 基于时间窗口的频繁项挖掘算法 | 第34-44页 |
5.1 统计时间窗口切分 | 第34-35页 |
5.2 指数式时间窗口切分和合并 | 第35-38页 |
5.3 频数统计算法的选取和改进 | 第38-39页 |
5.4 估计值的计算 | 第39-40页 |
5.5 查询处理 | 第40-42页 |
5.6 误差评估 | 第42页 |
5.7 本章小结 | 第42-44页 |
第六章 实验结果与分析 | 第44-48页 |
6.1 生成数据集实验 | 第44-46页 |
6.2 真实数据集实验 | 第46-47页 |
6.3 本章小结 | 第47-48页 |
第七章 总结与展望 | 第48-49页 |
参考文献 | 第49-53页 |
硕士期间发表的论文 | 第53页 |
硕士期间参与的科研项目 | 第53-54页 |
致谢 | 第54-55页 |