基于同步理論的大規(guī)模數(shù)據(jù)聚類算法分析及應(yīng)用研究.pdf

1、近年來，隨著數(shù)據(jù)存儲技術(shù)的飛速發(fā)展，各行各業(yè)均積累了寶貴的海量數(shù)據(jù)。那么如何高效利用“沉淀數(shù)據(jù)”輔助決策制定，進(jìn)而推動經(jīng)濟(jì)社會發(fā)展業(yè)已成為亟需解決的問題。數(shù)據(jù)挖掘技術(shù)作為解決此類問題的有效方法，已經(jīng)日臻成熟。它通過運(yùn)用分類、預(yù)測、關(guān)聯(lián)規(guī)則挖掘、聚類等多種分析方法獲取大量數(shù)據(jù)中所隱藏的有用信息和知識。其中，聚類分析作為一種基礎(chǔ)的數(shù)據(jù)挖掘方法，有著廣闊的應(yīng)用場景。在數(shù)據(jù)處理方面，它能夠獲取數(shù)據(jù)中所蘊(yùn)含的知識模式對數(shù)據(jù)進(jìn)行壓縮。同時，在客戶群

2、劃分、動植物種群分類、地理數(shù)據(jù)分析等眾多業(yè)務(wù)領(lǐng)域也有廣泛應(yīng)用。因此，本文綜合分析了國內(nèi)外聚類分析方法的研究現(xiàn)狀，并從復(fù)雜網(wǎng)絡(luò)的角度出發(fā)，對基于同步理論的大規(guī)模數(shù)據(jù)聚類算法及其應(yīng)用進(jìn)行了深入研究，主要工作如下：
　　1.結(jié)合聚類分析方法的基本工作流程，深入分析了聚類方法中常用的相似性度量指標(biāo)和結(jié)果評價方法；根據(jù)聚類算法的不同思想，按照基于劃分、基于層次、基于密度、基于模型的劃分標(biāo)準(zhǔn)，總結(jié)了常見的聚類算法，并指出了各類算法的應(yīng)用場景及

3、相關(guān)代表性算法的具體流程；詳細(xì)闡釋了同步振子聚類算法的理論基礎(chǔ)和算法的工作流程。
　　2.研究了基于同步理論的金融網(wǎng)絡(luò)社團(tuán)檢測。從股票市場入手，利用股票價格波動序列的相關(guān)性，計算股票關(guān)聯(lián)矩陣。通過對股票關(guān)聯(lián)矩陣的譜分析確定網(wǎng)絡(luò)中是否存在相應(yīng)的社團(tuán)結(jié)構(gòu)。然后，運(yùn)用同步聚類算法對股票集合進(jìn)行動態(tài)劃分，由同步序參量確定算法收斂與否，以獲取與數(shù)據(jù)集相適應(yīng)的社團(tuán)結(jié)構(gòu)。在與快速社團(tuán)檢測算法進(jìn)行對比實(shí)驗(yàn)后發(fā)現(xiàn)，基于同步理論的檢測算法不僅能夠獲取

4、正確的股票集合劃分結(jié)果，且更符合股票行業(yè)分類。
　　3.運(yùn)用基于同步理論的聚類分析方法，結(jié)合視覺任務(wù)態(tài)下皮層神經(jīng)元的腦電活動數(shù)據(jù)，研究了特定任務(wù)態(tài)下的腦網(wǎng)絡(luò)功能連通性。根據(jù)腦電信號(electroencephalogram, EEG)采集實(shí)驗(yàn)的特點(diǎn)，對數(shù)據(jù)進(jìn)行了相關(guān)預(yù)處理。然后，利用符號聚合近似(Symbolic Aggregation approximation，SAX)算法度量其相似性。最后，運(yùn)用同步聚類算法獲取腦皮層區(qū)域的劃