多数据流处理的关键技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 1. 引言 | 第11-21页 |
| ·研究背景和意义 | 第11-12页 |
| ·数据流研究的主要内容 | 第12-13页 |
| ·数据流的研究现状 | 第13-17页 |
| ·本文研究内容及组织 | 第17-21页 |
| 2. 基本概念及预备知识 | 第21-33页 |
| ·数据流的概念及性质 | 第21-25页 |
| ·小波技术的主要思想 | 第25-32页 |
| ·小结 | 第32-33页 |
| 3. 基于小波的数据流偶合模式挖掘算法 | 第33-49页 |
| ·挖掘偶合模式的意义 | 第33-34页 |
| ·数据流偶合的类型与度量 | 第34-36页 |
| ·局域偶合的等价度量模型 | 第36-49页 |
| 4. 基于极大团的频繁偶合集的挖掘算法 | 第49-71页 |
| ·问题背景 | 第49-50页 |
| ·概念及性质 | 第50-52页 |
| ·邻接矩阵求二元频繁偶合集 | 第52-54页 |
| ·挖掘极大频繁偶合集的团划分算法 | 第54-63页 |
| ·基于近似频繁偶合集的偶合数据流的挖掘算法 | 第63-64页 |
| ·实验及性能分析 | 第64-68页 |
| ·小结 | 第68-71页 |
| 5. 基于小波和偶合特征的多数据流的压缩算法 | 第71-87页 |
| ·问题背景及意义 | 第71-72页 |
| ·本章的主要工作 | 第72-73页 |
| ·多数据流的压缩存储 | 第73-80页 |
| ·能量分解压缩算法 | 第80-83页 |
| ·基于窗口的能量分解压缩算法 | 第83-84页 |
| ·实验结果及分析 | 第84-86页 |
| ·小结 | 第86-87页 |
| 6. 基于小波和数据流能量变化的预测算法 | 第87-107页 |
| ·问题背景及意义 | 第87-88页 |
| ·本章的主要工作 | 第88-89页 |
| ·数据流的预测模型及算法 | 第89-99页 |
| ·偶合多数据流的预测算法 | 第99-100页 |
| ·实验及性能分析 | 第100-104页 |
| ·小结 | 第104-107页 |
| 7. 结论 | 第107-111页 |
| ·主要研究成果 | 第107-109页 |
| ·研究前景展望 | 第109-111页 |
| 参考文献 | 第111-121页 |
| 攻读博士学位期间发表的论文及科研成果 | 第121-125页 |
| 致谢 | 第125页 |
