基于双层网格和密度的数据流聚类算法研究
| 附表 | 第5-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题研究的背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文的研究内容及创新点 | 第15-16页 |
| 1.4 论文的结构组织 | 第16-18页 |
| 第2章 聚类方法综述 | 第18-32页 |
| 2.1 聚类分析相关理论 | 第18-20页 |
| 2.1.1 聚类的定义 | 第19页 |
| 2.1.2 聚类分析的基本步骤 | 第19-20页 |
| 2.2 传统聚类方法 | 第20-31页 |
| 2.2.1 划分方法 | 第21-23页 |
| 2.2.2 层次方法 | 第23-25页 |
| 2.2.3 基于密度的方法 | 第25-28页 |
| 2.2.4 基于网格的方法 | 第28-29页 |
| 2.2.5 基于模型的方法 | 第29-30页 |
| 2.2.6 传统聚类方法的比较 | 第30-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第3章 数据流聚类 | 第32-44页 |
| 3.1 数据流聚类相关理论 | 第32-34页 |
| 3.1.1 数据流的定义 | 第32-33页 |
| 3.1.2 数据流的特点 | 第33页 |
| 3.1.3 数据流聚类的含义 | 第33页 |
| 3.1.4 数据流聚类算法的要求 | 第33-34页 |
| 3.2 数据流聚类相关技术 | 第34-38页 |
| 3.2.1 数据倾斜技术 | 第34-36页 |
| 3.2.2 概要数据结构 | 第36-38页 |
| 3.3 数据流聚类传统算法介绍及比较 | 第38-43页 |
| 3.3.1 STREAM 算法 | 第39页 |
| 3.3.2 CluStream 算法 | 第39-41页 |
| 3.3.3 D-Stream 算法 | 第41-42页 |
| 3.3.4 数据流聚类算法的比较 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于双层网格密度的数据流聚类算法 | 第44-58页 |
| 4.1 算法背景与问题的提出 | 第44-46页 |
| 4.2 基本概念 | 第46-53页 |
| 4.2.1 双层网格的定义 | 第46-47页 |
| 4.2.2 基本概念 | 第47-50页 |
| 4.2.3 数据流演变过程的最短时间 | 第50-52页 |
| 4.2.4 孤立网格单元的探测和移除 | 第52页 |
| 4.2.5 聚类顺序的确定 | 第52-53页 |
| 4.3 DBG-Stream 算法 | 第53-57页 |
| 4.3.1 算法的基本思想 | 第53页 |
| 4.3.2 DBG-Stream 算法描述 | 第53-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 算法分析和实验结果 | 第58-63页 |
| 5.1 算法分析 | 第58页 |
| 5.2 试验环境与数据集 | 第58页 |
| 5.3 聚类的演化过程分析 | 第58-60页 |
| 5.4 算法精度验证 | 第60-61页 |
| 5.5 算法效率验证 | 第61-62页 |
| 5.6 本章小结 | 第62-63页 |
| 第6章 总结及展望 | 第63-65页 |
| 6.1 本文工作总结 | 第63-64页 |
| 6.2 下一步的研究及展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻硕期间发表的科研成果目录 | 第69-70页 |
| 致谢 | 第70页 |
