| 目录 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第10-25页 |
| ·研究背景 | 第10-13页 |
| ·数据流挖掘的兴起 | 第10-11页 |
| ·数据流环境下进行相似性查询和模式发现的难点与研究意义 | 第11-12页 |
| ·本文的研究对象及内容 | 第12-13页 |
| ·相关研究综述 | 第13-21页 |
| ·数据流挖掘研究 | 第13-17页 |
| ·相似性查询研究 | 第17-20页 |
| ·模式发现研究 | 第20-21页 |
| ·当前数据流相似性查询及模式发现研究不足 | 第21-22页 |
| ·本文工作 | 第22-25页 |
| ·本文的研究方法 | 第22页 |
| ·本文的工作成果 | 第22-23页 |
| ·本文的结构 | 第23-25页 |
| 第二章 基于Lp距离的数据流相似性查询技术 | 第25-50页 |
| ·引言 | 第25-26页 |
| ·相关工作 | 第26-28页 |
| ·传统数据集上的相似性查询 | 第26-27页 |
| ·数据流上的相似性查询 | 第27-28页 |
| ·本章解决方法 | 第28-38页 |
| ·流数据表示 | 第28-33页 |
| ·单一固定窗口的相似性查询算法 | 第33-36页 |
| ·滑动窗口相似性查询的增量算法 | 第36-38页 |
| ·实验 | 第38-49页 |
| ·实验设置 | 第38-39页 |
| ·SDS-Tree性能测试 | 第39-40页 |
| ·IASQSW相似性查询效率测试 | 第40-49页 |
| ·本章小结 | 第49-50页 |
| 第三章 基于DTW的数据流相似性查询技术 | 第50-74页 |
| ·引言 | 第50-51页 |
| ·相关工作 | 第51-52页 |
| ·基于DTW的相似性查询算法 | 第52-68页 |
| ·Lp距离分析及基本概念 | 第53-54页 |
| ·数据表达 | 第54-58页 |
| ·分段细化 | 第58-67页 |
| ·数据流间DTW距离 | 第67-68页 |
| ·实验 | 第68-73页 |
| ·实验设置 | 第68-69页 |
| ·性能测试 | 第69-73页 |
| ·本章小结 | 第73-74页 |
| 第四章 Web流数据模式发现研究 | 第74-92页 |
| ·引言 | 第74-75页 |
| ·相关工作 | 第75-76页 |
| ·Web流模式挖掘算法 | 第76-86页 |
| ·WAP-mine算法 | 第77-79页 |
| ·WAP-mine改进算法 | 第79-86页 |
| ·实验 | 第86-91页 |
| ·实验设置 | 第86-87页 |
| ·TD-WAP-Mine性能测试 | 第87-88页 |
| ·TAM-WAP性能测试 | 第88-90页 |
| ·可伸缩性实验 | 第90-91页 |
| ·本章小结 | 第91-92页 |
| 第五章 总结与未来工作 | 第92-95页 |
| ·本文内容总结 | 第92-93页 |
| ·未来工作 | 第93-95页 |
| 参考文献 | 第95-109页 |
| 攻读博士学位期间的工作成果 | 第109-111页 |
| 致谢 | 第111-112页 |