數(shù)據(jù)流上AP聚類算法的研究及應(yīng)用.pdf

1、近年來(lái)，隨著科學(xué)技術(shù)的跨越式發(fā)展，計(jì)算機(jī)應(yīng)用技術(shù)也有了長(zhǎng)足的進(jìn)步和更加普及，同時(shí)，需要進(jìn)行分析處理的數(shù)據(jù)也越來(lái)越多。數(shù)據(jù)流作為一種愈發(fā)普及的數(shù)據(jù)來(lái)源，受到了研究人員很大的關(guān)注，數(shù)據(jù)流上的聚類分析已經(jīng)成為了一個(gè)十分熱門的課題。
　　 與傳統(tǒng)的數(shù)據(jù)庫(kù)聚類不同，數(shù)據(jù)流上的聚類具有很明顯的特征：?jiǎn)伪閽呙?、存?chǔ)空間受限、對(duì)結(jié)果要求實(shí)時(shí)性。因此，傳統(tǒng)的聚類算法就不能很好的應(yīng)用在數(shù)據(jù)流聚類框架上，必須設(shè)計(jì)出新的基于數(shù)據(jù)流的聚類算法以滿足要求。

2、
　　 本文主要深入研究了Affinity Propagation(AP)聚類算法，以及基于AP算法的數(shù)據(jù)流聚類算法，并在此基礎(chǔ)上提出了一種新的基于AP算法的數(shù)據(jù)流聚類算法——NewSTRAP聚類算法。首先通過(guò)AP聚類算法形成初始的聚類，得到相關(guān)信息。然后對(duì)于每條新到達(dá)的數(shù)據(jù)，將其劃分到與之相似度最大的聚類中，并計(jì)算對(duì)聚類精確度產(chǎn)生的影響。當(dāng)聚類精確度不能滿足要求時(shí)，就進(jìn)行一次大的調(diào)整，以提高聚類精確度。最后，文章還通過(guò)實(shí)驗(yàn)對(duì)S