基于網(wǎng)格的聚類算法和孤立點技術的研究.pdf

1、數(shù)據(jù)挖掘就是從大量的數(shù)據(jù)中提取有趣的、非平凡的，蘊涵的、先前未知的、而且是潛在有用的信息模式。它是根據(jù)人們的特定要求，從浩如煙海的數(shù)據(jù)中找出所需的信息來，供人們的特定需求使用。據(jù)國外專家預測，隨著數(shù)據(jù)量的日益積累和計算機的廣泛應用，在今后的5—10年內(nèi)，數(shù)據(jù)挖掘將在中國形成一個新型的產(chǎn)業(yè)。 聚類分析是數(shù)據(jù)挖掘中一項重要的技術。聚類的任務是把數(shù)據(jù)集中的對象組成多個有意義的子類，在同一子類中的對象彼此相似，不同子類中的對象不相似。從

2、另外一個角度看待聚類分析就是孤立點的檢測技術，其研究對象是數(shù)據(jù)集中偏離絕大多數(shù)對象的很小一部分數(shù)據(jù)。在許多KDD應用中，研究孤立點比研究聚類更有用、更重要。因為，在某些應用領域中研究孤立點的異常行為能發(fā)現(xiàn)隱藏在數(shù)據(jù)集中更有價值的知識。 聚類和孤立點檢測是兩個相輔相成的方面，在聚類的過程中要決定如何處理孤立點的問題，尋找孤立點有時要使用一些聚類的方法。人們通過聚類或孤立點的分析，識別密集的或稀疏的區(qū)域，從而發(fā)現(xiàn)全局的分布模式，以及

3、數(shù)據(jù)屬性之間有趣的相互關系。目前的聚類技術和孤立點檢測技術已經(jīng)廣泛應用在如數(shù)據(jù)挖掘、統(tǒng)計學、機器學習、空間數(shù)據(jù)庫技術、生物學以及入侵檢測和天氣預報等等相關領域中，取得了很大的成功和實用價值。 本文在分析了基于網(wǎng)格的聚類算法的思想和方法的同時，針對目前網(wǎng)格算法存在的一些缺陷提出了基于覆蓋網(wǎng)格的聚類算法。并通過綜合數(shù)據(jù)集上和真實數(shù)據(jù)集上做了大量的對比實驗來驗證其算法的正確性。試驗結果表明：基于覆蓋網(wǎng)格的聚類算法能夠準確，有效的發(fā)現(xiàn)任