基于網(wǎng)格的數(shù)據(jù)流聚類算法研究.pdf

1、信息化發(fā)展的今天，計(jì)算機(jī)網(wǎng)絡(luò)和傳感器技術(shù)的應(yīng)用，在電信記錄、股票交易、網(wǎng)絡(luò)監(jiān)控、WEB 網(wǎng)頁(yè)訪問等領(lǐng)域中產(chǎn)生了大量數(shù)據(jù)流。不同于傳統(tǒng)的靜態(tài)數(shù)據(jù)，數(shù)據(jù)流具有動(dòng)態(tài)變化、持續(xù)到達(dá)、速度快、規(guī)模大等特點(diǎn)。如何從數(shù)據(jù)流中挖掘出有用信息已成為當(dāng)前數(shù)據(jù)挖掘中的一個(gè)熱點(diǎn)。聚類分析是數(shù)據(jù)挖掘的一個(gè)重要方法，能夠發(fā)現(xiàn)潛在數(shù)據(jù)中的人們感興趣的分布模式。傳統(tǒng)的聚類算法不能直接應(yīng)用到數(shù)據(jù)流聚類，需要設(shè)計(jì)高效的的單遍掃描算法，這給數(shù)據(jù)流聚類提出了前所未有的挑戰(zhàn)。<

2、br>　　 本文首先對(duì)數(shù)據(jù)流挖掘的知識(shí)和相關(guān)的一些技術(shù)進(jìn)行了介紹，然后對(duì)傳統(tǒng)聚類算法進(jìn)行了分析。通過對(duì)現(xiàn)有的比較有代表性的數(shù)據(jù)流聚類算法的優(yōu)勢(shì)和不足，從處理速度、聚類質(zhì)量等各方面進(jìn)行分析比較，發(fā)現(xiàn)基于網(wǎng)格的聚類算法處理速度快，基于密度的聚類算法易發(fā)現(xiàn)任意形狀的聚類。本文結(jié)合數(shù)據(jù)流的特點(diǎn)以及對(duì)數(shù)據(jù)流聚類的要求，主要完成了以下工作：
　　 1.在線層通過對(duì)網(wǎng)格特征向量的更新，設(shè)計(jì)了一個(gè)按指數(shù)衰減的快照算法對(duì)快照信息進(jìn)行存儲(chǔ)，并實(shí)現(xiàn)