基于衰減窗口與剪枝維度樹(shù)的實(shí)時(shí)數(shù)據(jù)流聚類研究.pdf

1、實(shí)時(shí)數(shù)據(jù)流挖掘是目前數(shù)據(jù)挖掘與數(shù)據(jù)庫(kù)領(lǐng)域的新興研究熱點(diǎn)，針對(duì)實(shí)時(shí)數(shù)據(jù)流的聚類分析技術(shù)也是該研究中最具有挑戰(zhàn)性的難題之一。本文首先介紹了基于實(shí)時(shí)數(shù)據(jù)流的數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的研究背景以及該領(lǐng)域現(xiàn)有的主要研究分支：聚類、分類、頻繁模式挖掘、關(guān)聯(lián)規(guī)則分析等。然后綜述了實(shí)時(shí)數(shù)據(jù)流聚類技術(shù)的最新研究進(jìn)展，在介紹實(shí)時(shí)數(shù)據(jù)流聚類相關(guān)理論和常用技術(shù)的基礎(chǔ)上，對(duì)現(xiàn)有各種代表性實(shí)時(shí)數(shù)據(jù)流聚類算法的優(yōu)勢(shì)和不足進(jìn)行了系統(tǒng)地分析，從處理速度、聚類形狀、演化分析、高

2、維性能及噪聲健壯性五個(gè)方面對(duì)這些聚類算法的性能進(jìn)行了深入地比較研究，探討了基于聚類的實(shí)時(shí)數(shù)據(jù)流演化分析方法及其局限性。 針對(duì)現(xiàn)有實(shí)時(shí)數(shù)據(jù)流聚類算法存在的處理速度慢、系統(tǒng)消耗大以及不能識(shí)別任意形狀聚類等問(wèn)題，本文設(shè)計(jì)并實(shí)現(xiàn)了一種基于衰減窗口與密度維度樹(shù)的實(shí)時(shí)數(shù)據(jù)流聚類算法PDStream，該算法首先對(duì)數(shù)據(jù)空間進(jìn)行網(wǎng)格劃分，將數(shù)據(jù)流依次映射到網(wǎng)格空間中，采用一種改進(jìn)的維度樹(shù)結(jié)構(gòu)在線維護(hù)和更新數(shù)據(jù)流的概要數(shù)據(jù)結(jié)構(gòu)，同時(shí)設(shè)計(jì)了一種周期性