文摘
英文文摘
声明
1 绪论
1.1选题的目的和意义
1.2相关概念
1.2.1数据挖掘
1.2.2时序(态)数据挖掘
1.2.3数据流
1.2.4数据流挖掘
1.3国内外研究现状
1.3.1数据挖掘
1.3.2时态数据挖掘
1.3.3数据流挖掘
1.4研究动机
1.5研究内容与组织结构
2 数据流聚类算法
2.1传统聚类算法
2.1.1划分方法
2.1.2层次方法
2.1.3基于密度的方法
2.1.4基于网格的方法
2.1.5基于模型的方法
2.2现有的数据流聚类算法
3 时态数据流
3.1时态数据
3.1.1时间模型
3.1.2时态型与时间粒度概念的性质
3.1.3时态型的连续性
3.2时态数据流
4 时态数据流的增量聚类算法
4.1问题描述及其相关概念
4.2算法框架及其描述
4.2.1聚类初始化阶段
4.2.2增量聚类阶段
4.3算法的性能分析
4.3.1理论分析
4.3.2实际分析
5 股票数据上的应用
5.1概述
5.2数据采集、表示和预处理
5.2.1数据采集
5.2.2数据表示
5.2.3数据预处理
5.3实验结果与分析
5.4小结
6 结论与展望
参考文献
致谢
攻读学位期间主要科研成果