声明
致谢
摘要
1 绪论
1.1 论文选题背景及意义
1.2 数据流研究国内外进展
1.2.1 数据流研究概述
1.2.2 数据流模型分析
1.2.3 数据流聚类分析面临的挑战
1.3 论文的研究内容和创新点
1.4 论文的组织结构
2 基本理论概述
2.1 聚类概述
2.1.1 聚类数学模型
2.1.2 传统聚类算法
2.1.3 数据流聚类算法
2.2 云理论概述
2.2.1 云理论
2.2.2 云模型
2.2.3 云发生器
2.2.4 云变换
2.3 本章小结
3 基于云模型的数据流软聚类
3.1 引言
3.2 云概要数据结构
3.2.1 问题分析
3.2.2 云概要数据结构的构建
3.2.3 云概要数据结构的维护
3.2.4 改进的云概要数据结构算法
3.3 数据流软聚类算法
3.3.1 软聚类结果的生成
3.3.2 算法理论分析
3.4 实验结果与性能分析
3.4.1 实验设置
3.4.2 内存开销
3.4.3 处理时间
3.4.4 聚类效果
3.5 本章小结
4 基于云模型数据流软聚类的拓展
4.1 引言
4.2 数据流聚类演化分析
4.2.1 基于特征的演化分析
4.2.2 基于增量聚类的演化分析
4.3 孤立点挖掘
4.3.1 孤立点检测
4.3.2 孤立点分析
4.3.3 理论分析与实验分析
4.4 数据流聚类有效性评价
4.4.1 聚类评价有效性指标
4.4.2 基于云模型的数据流软聚类有效性指标
4.4.3 理论分析与实验分析
4.5 本章小结
5 基于相关性的多数据流聚类
5.1 引言
5.2 基本定义
5.3 多数据流聚类
5.3.1 同步局域相关多数据流聚类
5.3.2 异步局域相关多数据流聚类
5.4 理论分析与实验分析
5.5 本章小结
6 瓦斯灾害报警与安全评价
6.1 引言
6.2 瓦斯监测数据流聚类分析应用系统设计
6.3 瓦斯监测数据流预处理
6.3.1 瓦斯监测数据流的基本特点
6.3.2 瓦斯监测数据流预处理
6.3.3 瓦斯监测数据流预处理实例分析
6.4 瓦斯浓度数据流云概要数据结构
6.5 瓦斯浓度数据流软聚类
6.6 本章小结
7.2 未来工作的展望
参考文献
作者简历
学位论文数据集