數(shù)據(jù)流離群數(shù)據(jù)挖掘的研究與應用.pdf

1、離群數(shù)據(jù)可能隱藏著一些真實的、而又出乎人們意料的知識，需要研究人員認真地對待。數(shù)據(jù)流由一系列有序到達的、趨于無限的、動態(tài)的數(shù)據(jù)組成。在數(shù)據(jù)流上進行離群數(shù)據(jù)挖掘則是數(shù)據(jù)挖掘的一個新興課題，在日常工作中有廣泛的應用。目前由于眾多應用領域的需求，數(shù)據(jù)流挖掘正逐漸成為數(shù)據(jù)庫、機器學習、統(tǒng)計學等領域的研究熱點，并己成為許多研究領域的有用工具。當數(shù)據(jù)流這一數(shù)據(jù)模型在商業(yè)和個人信息中被廣泛使用時，一些現(xiàn)有的應用軟件需要對快速變化的數(shù)據(jù)流進行在線分析和

2、處理。而現(xiàn)有數(shù)據(jù)流系統(tǒng)的局限性以及數(shù)據(jù)流的單遍特性，導致很難有效地在海量的流數(shù)據(jù)中提取有用數(shù)據(jù)，并對其進行進一步操作。傳統(tǒng)數(shù)據(jù)挖掘算法在支持數(shù)據(jù)流挖掘時所表現(xiàn)出來的局限性已被廣泛認識，這也促進了對改進現(xiàn)有數(shù)據(jù)挖掘算法和構建新的數(shù)據(jù)流挖掘算法的研究。 本文共分為六章。 第一章“前言”簡單介紹了數(shù)據(jù)流的基本概念、原理和處理技術特點等，以及數(shù)據(jù)挖掘的基本概念、方法和分類等。 第二章“離群數(shù)據(jù)挖掘概述”是關于離群數(shù)據(jù)挖掘

3、以及常用離群數(shù)據(jù)挖掘方法的介紹。 在第三章“數(shù)據(jù)流聚類分析”中，介紹了主要的數(shù)據(jù)流聚類方法及其與數(shù)據(jù)流離群數(shù)據(jù)挖掘的緊密聯(lián)系。 第四章“基于分布式反向k近鄰算法的數(shù)據(jù)流離群數(shù)據(jù)挖掘研究”是運用CluStream算法的結構提出一種適用于數(shù)據(jù)流離群數(shù)據(jù)挖掘的算法，并將算法擴展到，了分布式環(huán)境中進行數(shù)據(jù)流數(shù)據(jù)離群數(shù)據(jù)的挖掘，最后描述了實驗過程和實驗結果。 第五章“基于數(shù)據(jù)流離群數(shù)據(jù)挖掘技術的農(nóng)業(yè)氣象災害實時預警系統(tǒng)”將