基于時空劃分的數(shù)據(jù)流聚類研究.pdf

1、數(shù)據(jù)流是一種數(shù)據(jù)訪問方式的形象化表述，數(shù)據(jù)源源不斷到達(dá)主動觸發(fā)系統(tǒng)處理，系統(tǒng)一般只能訪問數(shù)據(jù)一次，處理過程中要考慮數(shù)據(jù)權(quán)重。數(shù)據(jù)可表示屬于同類事物的個體，也可表示不同個體隨時間變化的狀態(tài)值，故數(shù)據(jù)流又可分為單流和多流模型。數(shù)據(jù)挖掘是發(fā)現(xiàn)隱藏在大量數(shù)據(jù)背后的信息，著眼于數(shù)據(jù)從總體上表現(xiàn)出來的特征：數(shù)據(jù)在空間中的分布狀態(tài)、數(shù)據(jù)的不同維度在取值上的伴生或依存關(guān)系等。數(shù)據(jù)流處理的一次掃描、權(quán)重問題以及數(shù)據(jù)量的潛在無限性等約束增加了對流數(shù)據(jù)進行查

2、詢和挖掘處理的難度。
　　 聚類依據(jù)數(shù)據(jù)間的相似性將數(shù)據(jù)集劃分為多個不同的簇，本文研究多維數(shù)據(jù)單流模型的聚類問題?？紤]算法的可并行處理和數(shù)據(jù)挖掘的統(tǒng)一理論框架、突出聚類在數(shù)據(jù)挖掘中的基礎(chǔ)性地位，采用空間劃分的思想生成保存數(shù)據(jù)分布狀態(tài)的概要數(shù)據(jù)結(jié)構(gòu)，概要結(jié)構(gòu)本身即表現(xiàn)出粗糙的聚類特征?；诟乓獢?shù)據(jù)結(jié)構(gòu)的挖掘，對其中的關(guān)鍵技術(shù)和算法進行研究和實現(xiàn)。
　　 首先，基于應(yīng)用驅(qū)動的研究思路，從廣義的數(shù)據(jù)流概念和具體應(yīng)用中抽取出四種

3、不同的數(shù)據(jù)流模型，給出數(shù)據(jù)流的形式化表示和界定本文所研究的數(shù)據(jù)流模型；第二，采用時空劃分的思想，用網(wǎng)格保存時間粒度內(nèi)數(shù)據(jù)的分布狀態(tài)，用傾斜時間框架動態(tài)地生成和組織不同時間段的網(wǎng)格概要數(shù)據(jù)結(jié)構(gòu)，研究基于網(wǎng)格重組織和最小時間粒度調(diào)整的內(nèi)存需求控制策略；第三，研究大粒度空間劃分的可容忍性，引進統(tǒng)計信息以獲取網(wǎng)格單元內(nèi)部數(shù)據(jù)的分布特征，探索相對大粒度空間劃分的可行性，實驗仿真大粒度劃分過程，直觀地演示其有效性；最后，設(shè)計基于時空劃分和統(tǒng)計信息的