基于eEP的数据流分类算法研究

摘要	第1-4页
Abstract	第4-6页
目录	第6-8页
第一章 引言	第8-12页
·数据挖掘	第8-9页
·分类	第9-10页
·研究背景	第10-11页
·论文内容及结构	第11-12页
第二章 数据流相关知识介绍	第12-18页
·数据流的特征	第12页
·数据流算法满足的要求	第12-13页
·数据流的一个显著特征—概念漂移	第13-14页
·滑动窗口技术的介绍	第14-15页
·当前数据流分类研究	第15-17页
·小结	第17-18页
第三章 传统分类算法的分析	第18-27页
·基于判定树的分类	第18-20页
·贝叶斯分类	第20-21页
·源于关联规则的分类	第21-22页
·基于 EP的分类算法	第22-23页
·K-最临近分类	第23-24页
·神经网络分类	第24页
·其他分类算法	第24-25页
·传统分类算法准确率的比较	第25-26页
·小结	第26-27页
第四章 基于eEP的数据流分类算法	第27-42页
·相关知识和概念定义	第27-30页
·相关知识	第27-29页
·概念定义	第29-30页
·基于eEP的数据流分类	第30-41页
·基本思想	第30-31页
·基分类器的构造	第31-35页
·多分类器的产生与更新	第35-37页
·多分类器分类	第37-41页
·小结	第41-42页
第五章 实验结果及其分析	第42-47页
·实验数据	第42-43页
·性能分析	第43-46页
·小结	第46-47页
结束语	第47-48页
致谢	第48-49页
参考文献	第49-52页