基于数据流模式表示的半懒惰式分类算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 本文结构 | 第15-17页 |
| 2 基于模式的分类模型研究综述 | 第17-21页 |
| 2.1 数据流上模式抽取算法 | 第17-18页 |
| 2.2 基于模式的分类模型 | 第18-20页 |
| 2.3 数据流上基于模式的分类模型 | 第20页 |
| 2.4 本章总结 | 第20-21页 |
| 3 数据流上的模式发现算法 | 第21-35页 |
| 3.1 背景知识和基本概念 | 第21-23页 |
| 3.2 数据流频繁项的生成 | 第23-28页 |
| 3.2.1 混合树结构的组成 | 第23-25页 |
| 3.2.2 混合树结构的建立 | 第25-28页 |
| 3.3 滑动窗口更新机制 | 第28-31页 |
| 3.4 给定范围下数据流频繁项集的抽取 | 第31-33页 |
| 3.5 本章总结 | 第33-35页 |
| 4 基于模式的半懒惰式数据流分类算法 | 第35-44页 |
| 4.1 背景知识 | 第35-36页 |
| 4.2 概率估计 | 第36-38页 |
| 4.3 模式选择 | 第38-42页 |
| 4.4 类值预测 | 第42-43页 |
| 4.5 本章总结 | 第43-44页 |
| 5 实验结果及分析 | 第44-59页 |
| 5.1 数据集合和实验方式 | 第44-46页 |
| 5.2 数据预处理 | 第46-48页 |
| 5.3 算法性能评价 | 第48-58页 |
| 5.3.1 评价模型 | 第48-49页 |
| 5.3.2 算法参数设置 | 第49-51页 |
| 5.3.3 分类精度 | 第51-57页 |
| 5.3.4 运行时间 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第64-66页 |
| 学位论文数据集 | 第66页 |
