| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-10页 |
| 前言 | 第10-12页 |
| 第一章 数据流及数据流管理系统概述 | 第12-21页 |
| ·数据流概述 | 第12-13页 |
| ·数据流概念 | 第12页 |
| ·数据流应用的产生因素 | 第12页 |
| ·数据流及其模型特点 | 第12-13页 |
| ·多维数据流相关性分析 | 第13-14页 |
| ·相关背景 | 第13-14页 |
| ·研究结果 | 第14页 |
| ·数据流管理系统DSMS | 第14-19页 |
| ·数据流管理系统概述 | 第14页 |
| ·数据流管理系统原型 | 第14-15页 |
| ·DSMS 和DBMS 的比较 | 第15-17页 |
| ·数据流管理系统应用领域及发展方向 | 第17-19页 |
| ·数据流的降载 | 第19-20页 |
| ·数据流的降载概述 | 第19页 |
| ·数据流的降载关键技术 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第二章 数据流预处理及数据流挖掘 | 第21-32页 |
| ·数据流预处理 | 第21-22页 |
| ·数据流预处理概况 | 第21页 |
| ·传统数据预处理的主要任务 | 第21-22页 |
| ·数据流联机分析处理 DS-OLAP | 第22-23页 |
| ·数据流挖掘 | 第23-31页 |
| ·研究背景 | 第23页 |
| ·数据挖掘与数据流挖掘 | 第23-24页 |
| ·数据流挖掘模型 | 第24-25页 |
| ·数据流挖掘的主要内容 | 第25-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 传统数据流算法及分类算法分析 | 第32-37页 |
| ·数据流算法 | 第32-34页 |
| ·基于滑动窗口（Sliding Window）模型的方法 | 第32页 |
| ·基于界标模型（Landmark Model）方法 | 第32-33页 |
| ·数据流概要生成技术研究存在的问题 | 第33-34页 |
| ·传统分类算法 | 第34-36页 |
| ·判定树分类 | 第34页 |
| ·源于关联规则分类 | 第34-35页 |
| ·K-最临近分类 | 第35页 |
| ·神经网络分类 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 一种基于贝叶斯分类器的动态分类算法 | 第37-45页 |
| ·相关知识与概念定义 | 第37-38页 |
| ·相关知识 | 第37页 |
| ·描述及概念定义 | 第37-38页 |
| ·朴素贝叶斯分类算法的改进 | 第38-44页 |
| ·算法整体基本思想 | 第38-39页 |
| ·流式数据的预处理 | 第39页 |
| ·贝叶斯分类器的改进算法设计 | 第39-41页 |
| ·实验测试 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 算法应用及其分析 | 第45-53页 |
| ·应用实例数据 | 第45-46页 |
| ·数据预处理 | 第46-50页 |
| ·概念离散 | 第46-47页 |
| ·抽样分析 | 第47-50页 |
| ·处理结果与性能分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 发表文章目录 | 第60-61页 |
| 致谢 | 第61-62页 |
| 详细摘要 | 第62-68页 |