{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期部分”：[[2024,9,9]]，“日期时间”：“2024-09-09T14:02:25Z”，“时间戳”：1725890545132}，“出版商位置”：“柏林，海德堡”，“参考计数”：22，“出版者”：“施普林格-柏林-海德堡（Springer Berlin Heidelberg）”，“isbn-type”：[{“类型”：”打印“，“值”：“979 83540874805“}，{”类型“：“electronic”，“value”：“9783540874812”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[]，”DOI“：”10.1007\/978-3-540-87481-2_41“，”type“：”book-capter“，”created“：{”date-parts“：[[2008,8,13]]，”date-time“：”2008-08-13T23:30:46Z“，”timestamp“：1218670246000}，”page“628-643“，”源“：”Crossref“，”is-referenced-by-count“：48，“title”：[“具有相似性传播的数据流”]，“prefix”：“10.1007”，“author”：[{“given”：“祥亮”，“family”：“Zhang”，“sequence”：“first”，“affiliation”：[]}，{“给定”：“Cyril”，“家族”：“Furtlehner”，“序列”：“additional”，“从属关系”：[]}，]，“成员”：“297”，“reference”：[{“key”：“41_CR1”，“doi-asserted-by”：“crossref”，”unstructured“：“Fan，W.，Wang，H.，Yu，P.：数据流的主动挖掘。In:SIAM数据挖掘会议（SDM）（2004）”，“doi”：“10.1137\/1.9781611972740.46”}，{“key”：”41_CR2“，”doi-assert-by“：”crossreff“，”非结构化“：“Aggarwal，C.、Han，J.、Wang，J.和Yu，P.：聚类进化数据流的框架。In：超大数据库国际会议，第81\u201392（2003）页”，“DOI”：“10.1016\/B978-012722442-8\/50016-1”}，{“key”：“41_CR3”，“DOI-asserted-by”：“crossref”，“unstructured”：“Guha，S.，Mishra，N.，Motwani，R.，O\u2019Callaghan，L.：聚类数据流。摘自：IEEE计算机科学基础研讨会，第359\u2013366页（2000）”，“DOI”：“10.1109\/SFCS.2000.892124”}，{“key”：“41_CR4”，“DOI-asserted-by”：“crossref”，“unstructured”：“Cao，F.，Ester，M.，Qian，W.，Zhou，A.：含噪进化数据流上基于密度的聚类。In:SIAM数据挖掘会议（SDM）（2006）”，“DOI”：“10.1137\/1.9781611972764.29”}，{“key”：“41_CR5”，“DOI-asserted-by”：“publisher”，“first page”：”117“，“DOI:”10.1561\/04000002“，”volume“”：“1”，“author”：“S.Muthukrishnan”，“year”：“2005”，“非结构化”：“Muthukrishnan，S.：数据流：算法和应用程序。发现。趋势Theor.Comput.Sci.\u00a01，117\u2013236（2005）”，“日志标题”：“发现。趋势Theor.Commut.Sci.”}，{“键”：“41_CR6”，“doi-asserted-by”：“crossref”，“非结构性”：“Papadimitriou，S.，Brockwell，A.，Faloutsos，C.：自适应，动手流挖掘。In:Int。超大数据库（VLDB）会议，第560\u2013571页（2003）“，“DOI”：“10.1016\/B978-012722442-8\/50056-2”}，{“key”：“41_CR7”，“DOI-asserted-by”：“crossref”，“unstructured”：“Arasu，A.，Manku，G.S.：滑动窗口上的近似计数和分位数。In:ACM数据库系统原理研讨会（PODS），第286\u2013296页（2004）”，“DOI:”10.1145\/105558.1055598“}，{“key”：“41_CR8”，“doi-asserted-by”：“crossref”，“unstructured”：“Babcock，B.，Olston，C.：分布式topk监控。收录：ACM国际数据管理会议（SIGMOD），第28\u201339页（2003）”，“doi”：“10.1145\/872757.872764”}，}，“key“：”41_CR9“，”doi-assert-by“：”publisher“，”首页“：”972“，”doi“：”10.1126\/science.1136800“，”volume“：”315“，”author“：”B.Frey“，”year“：”2007“，”unstructured“：”Frey，B.，Dueck，D.：通过在数据点之间传递消息进行聚类。Science\u00a0315，972\u2013976（2007）“，”journal-title“：”Science“}，{“key”：“41_CR10”，“doi-asserted-by”：“crossref”，“unstructured”：“Frey，B.，Dueck，D.：通过在数据点之间传递消息来支持聚类的在线材料。Science 315（2007），http://www.sciencemag.org\/cgi\/content\/fullk\/1136800\/DC1”，“doi”：“10.1126\/Science.116800”}，}“”key“：”41_CR11“，”doi-asserted-by“：”publisher“，”first-page“：”515“，”doi“：”10.1109\/TKDE.2003.1198387“，”volume“：“15”，”author“：”S.Guha“，”year“：”2003“，”unstructured“：”Guha，S.，Meyerson，A.，Mishra，N.，Motwani，R.，O\u2019Callaghan，L.：聚类数据流：理论与实践。IEEE知识与数据工程学报（TKDE）\u00a015，515\u2013528（2003）“，“journal-title”：“IEEE知识和数据工程学报”}，{“key”：“41_CR12”，“doi-asserted-by”：“crossref”，“unstructured”：“Page，E.:Continuous inspection schemes\u00a 041，100\u2013115（1954）”，“doi”：“10.1093\/biomet\/41.1-2.100”}41_CR13“，”doi-asserted-by“：”publisher“，”first-page“：”509“，”doi“：”10.1093\/biomet\/58.3.509“，”volume“：”58“，”author“：”D.Hinkley“，”year“：”1971“，“unstructured”：”Hinkley，D.：从累积和测试推断变化点。Biometrika\u00a058，509\u2013523（1971）“，”journal-title“：”Biometrika“}，{”key“：”41_CR14“，”doi-asserted-by“：”publisher“，”first-page“：”2708“，”doi“：”10.1093\/bioinformatics\/btm414“，“volume”：“23”，“author”：“M.Leone”，“year”：“2007”，“unstructured”：“Leone，M.，Sumedha，W.M.：通过软约束亲和传播进行聚类：基因表达数据的应用。生物信息学\u00a023，2708（2007）“，“journal-title”：“生物信息学”}，{“key”：“41_CR15”，“unstructured”：“Ester，M.：一种基于密度的算法，用于在大型空间数据库中发现带有噪声的簇k均值最佳值的唯一性。in:国际知识发现和数据挖掘会议（KDD）（1996）”}非结构化“：”Keogh，E.，Xi，X.，Wei，L.，Ratanamahatana，C.A.：UCR时间序列分类聚类主页（2006），http://www.cs.UCR.edu\/~eamon\/time_series_data\/“}，{“key”：“41_CR17”，“unstructured”：“KDD99:Kdd cup 1999 data（computer network intrusion detection）（1999），http:\/\/kdd.ics.uci.edu\/databases\/kddcup99\/kddcup99.html“｝，｛“key”：“41_CR18”，“非结构化”：“Lee，W.，Stolfo，S.，Mok，K.：构建入侵检测模型的数据挖掘框架。在：IEEE安全与隐私研讨会，pp.120\u2013132（1999）”｝，｛“key”：“41_CR19”，doi断言为“：”crossref“，”非结构化“：”Dang，X.H.，Ng，W.K.，Ong，K.L.：数据流上在线挖掘频繁集的错误边界保证算法。《知识与信息系统杂志》（2007），“DOI”：“10.1007”，{“key”：“41_CR20”，“DOI-asserted-by”：“crossref”，“unstructured”：“Gama，J.，Rocha，R.，Medas，P.：挖掘高速数据流的准确决策树。摘自：ACM国际数据管理会议（SIGMOD），第523\u2013528页（2003）”，“DOI:”10.1145 \/956804.956813“}，{“key”：“41_CR21”，“doi-asserted-by”：“crossref”，“unstructured”：“Cormode，G.，Korn，F.，Muthukrishnan，S.，Srivastava，D.：在流数据中查找分层的重击数。ACM Transactions on Knowledge Discovery from data（TKDD）\u00a01（4）（2008）”，“doi”：“10.1145 \/1324172.1324174”}，}，“key“：”41_CR22“，”doi-assert-by“：”crossref”，“非结构化”：“Agarwal，D.K.：检测动态多维阵列中异常的经验贝叶斯方法。In:国际数据挖掘会议（ICDM）（2005）“，”DOI“：”10.1109\/ICDM.2005.22“}]，”container-title“：[”计算机科学课堂讲稿“，”数据库中的机器学习和知识发现“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”http://\/link.springer.com/content\/pdf\/10.10007\/978-3-540-87481-2_41.pdf“，”content-type“：”未指定“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2020,11,24]]，”date-time“：”2020-11-24T02:38:15Z“，”timestamp“：1606185495000}，”score“：1，”resource“：{primary”：{“URL”：“http://\link.springer.com/10.1007\/978-3-540-87481-2_41”}}，“subtittle”：[]，“shorttitle”“：[]，”已发布“：{”日期部分“：[[null]]}，“ISBN”：[“9783540874805”，“9783540874812”]，“references-count”：22，“URL”：“http://\/dx.doi.org\/10.1007\/978-3-540-87481-2_41”，“relation”：{}，“ISSN”：【“0302-9743”，“1611-3349”】，“ISSN-type”：[{“type”:“print”，“value”：“0302-7743”}，{“类型”：“electronic”，“值”：“1611-349”}]，“主题”：[]}}