传感器网络中的数据挖掘 |
论文目录 | | | 中文摘要 | 第1-3
页 | | Abstract | 第3-15
页 | | 第1章 引言 | 第15-25
页 | | · 研究背景 | 第15-21
页 | | · 传感器网络概述 | 第16-18
页 | | · 传感器网络的特点 | 第18-19
页 | | · 传感器网络的研究问题 | 第19-21
页 | | · 国内外的研究现状 | 第21-22
页 | | · 本文的贡献 | 第22-23
页 | | · 论文结构 | 第23-25
页 | | 第2章 背景知识 | 第25-31
页 | | · 数据挖掘技术 | 第25-28
页 | | · 无处不在的数据挖掘技术 | 第28-31
页 | | 第3章 传感器网络中分类算法的研究 | 第31-57
页 | | · 引言 | 第31-33
页 | | · 算法的理论基础 | 第33-38
页 | | · 与分类有关的路由算法 | 第38-45
页 | | · 路由树的建立过程 | 第38-40
页 | | · 父节点的选择 | 第40
页 | | · 区域索引结构 | 第40-42
页 | | · 与分类有关的数据传输 | 第42-45
页 | | · 基于抽样的一次扫描分类算法 | 第45-56
页 | | · 样本大小问题 | 第47-48
页 | | · 数值属性剪枝策略 | 第48-54
页 | | · 分布式的决策树构造算法 | 第54-55
页 | | · 实验结果及分析 | 第55-56
页 | | · 本章小结 | 第56-57
页 | | 第4章 传感器网络中关联规则挖掘算法的研究 | 第57-77
页 | | · 引言 | 第57-61
页 | | · 算法的理论基础 | 第61-62
页 | | · 单一数据流上的频繁项集挖掘算法 | 第62-69
页 | | · 算法描述 | 第64-68
页 | | · 算法所用到的数据结构 | 第68-69
页 | | · 传感器网络中的关联规则挖掘算法 | 第69-76
页 | | · 与频繁项集挖掘有关的路由算法 | 第70-72
页 | | · FIDS(Frequent Items in Distributed Streams)算法 | 第72-74
页 | | · 实验结果与分析 | 第74-76
页 | | · 本章小结 | 第76-77
页 | | 第5章 传感器网络中聚类算法的研究 | 第77-95
页 | | · 引言 | 第77-82
页 | | · 算法的理论基础 | 第82-88
页 | | · 聚类分析中的数据类型 | 第82-87
页 | | · K-平均聚类技术 | 第87-88
页 | | · 基于传感器网络的分布式K-平均聚类算法 | 第88-93
页 | | · 分布式聚类问题 | 第88-89
页 | | · 传感器网络中的处理方法 | 第89-91
页 | | · DKCSN聚类算法 | 第91-92
页 | | · 实验结果 | 第92-93
页 | | · 本章小结 | 第93-95
页 | | 第6章 传感器网络数据挖掘原型系统的设计与实现 | 第95-104
页 | | · 系统的实现 | 第95-103
页 | | · 系统的目标和实现平台 | 第95-96
页 | | · 系统的功能 | 第96-97
页 | | · 数据挖掘语言(SMQL) | 第97-99
页 | | · 图形用户界面 | 第99-102
页 | | · 挖掘结果的保存 | 第102-103
页 | | · 本章小节 | 第103-104
页 | | 结论 | 第104-105
页 | | 攻读硕士期间所发表的论文 | 第105-106
页 | | 致谢 | 第106-107
页 | | 参考文献 | 第107-116
页 | | 独创性声明 | 第116
页 | | 学位论文版权使用授权书 | 第116
页 |
|
|
|
| |
