首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

面向RFID海量数据的图挖掘技术研究

摘要第1-7页
Abstract第7-9页
第一章 绪论第9-15页
   ·研究背景第9-10页
   ·研究现状第10-12页
   ·论文主要工作第12-13页
   ·论文内容组织第13-15页
第二章 基本理论第15-25页
   ·数据仓库与OLAP技术第15-18页
     ·数据仓库的定义与特征第15-17页
     ·OLAP第17页
     ·数据挖掘第17-18页
   ·RFID数据库第18-19页
     ·RFID数据第18-19页
     ·RFID数据仓库的体系结构第19页
   ·RFID频繁路径第19-22页
   ·流立方体第22-24页
   ·本章小结第24-25页
第三章 图挖掘基本理论第25-34页
   ·相关概念与定义第25-28页
   ·频繁子图挖掘算法第28-31页
     ·基于Apriori的频繁子结构挖掘算法第28-30页
     ·模式增长算法第30-31页
   ·图模式的有效表示第31-33页
     ·平滑步骤第32页
     ·聚类步骤第32-33页
   ·本章小结第33-34页
第四章 基于频繁图的RFID路径挖掘算法第34-42页
   ·RFID频繁路径挖掘第34页
   ·构造RFID物流图第34-37页
     ·构造物流图第35-37页
     ·基于图的OLAP第37页
   ·RFID物流图上的频繁子图挖掘算法第37-39页
   ·实验结果与分析第39-41页
   ·本章总结第41-42页
第五章 基于RFID数据集的图概化算法第42-51页
   ·相关概念第42-45页
     ·构造物流图第42-44页
     ·概化操作第44-45页
   ·算法实现第45-48页
     ·数据结构第45-46页
     ·概化算法第46-48页
   ·实验结果与分析第48-50页
   ·本章小结第50-51页
第六章 RFID跟踪系统中的轨迹划分—聚类方法第51-59页
   ·相关工作第51-53页
     ·问题描述第51页
     ·距离度量公式第51-53页
   ·轨迹划分第53-55页
     ·粗粒度层次—coarse划分第53-54页
     ·细粒度层次—fine划分第54-55页
   ·轨迹聚类第55-57页
     ·构造G_k图第55页
     ·划分G_k图形成初始子簇第55页
     ·合并子簇第55-57页
   ·实验结果与分析第57-58页
   ·本章小结第58-59页
第七章 总结与展望第59-61页
   ·本文的主要研究成果第59-60页
   ·未来的研究方向第60-61页
参考文献第61-67页
致谢第67-68页
攻读学位期间发表的学术论文第68-69页
攻读学位期间参加的研究工作第69-71页

论文共71页,点击 下载论文
上一篇:无线网络QoS路由算法研究
下一篇:恶意代码检测技术研究