針對大規(guī)模時間序列數(shù)據(jù)的改進聚類算法.pdf

1、時間相關(guān)的數(shù)據(jù)在日常生活中普遍存在，數(shù)據(jù)的安全性也越來越受到人們的重視。在針對時間數(shù)據(jù)的異常檢測系統(tǒng)中，聚類是常用的挖掘方法。但是多數(shù)時間序列聚類算法側(cè)重于以批處理的方式檢測集群，這種方案會消耗大量存儲空間，限制了聚類算法在處理大型時間數(shù)據(jù)時的性能和擴展能力。針對這一問題，本文提出了一種基于平衡迭代規(guī)約層次聚類(BIRCH)的改進算法——Ex-BIRCH算法，以準確地挖掘時間序列中的模式信息。
　　論文的研究工作得到了國家自然科學

2、基金項目(No.61172072、61271308)、北京市自然科學基金項目(No.4112045)和高等學校博士學科點專項科研基金(No.20100009110002)的支持。論文的主要工作包括:
　　首先，本文對現(xiàn)有聚類算法進行了較為詳細的分析，指出了時間序列聚類所面臨的挑戰(zhàn)。接著分析了BIRCH聚類算法在處理大規(guī)模數(shù)據(jù)時具有的優(yōu)勢。在此基礎(chǔ)上提出了一種適用于時間序列的改進聚類算法，并介紹了具體的改進方案:
　　(1)替

3、換了BIRCH算法中的距離度量?？紤]到歐氏距離不能準確衡量時間序列這一事實，Ex-BIRCH算法采用動態(tài)時間歸整(DTW)作為時間序列的距離度量;
　　(2)更改了BIRCH算法中的集群質(zhì)心計算方法。本文對DTW下的質(zhì)心平均算法(DBA算法)做出調(diào)整，提出了一種Ad-DBA算法。Ad-DBA算法可以在數(shù)據(jù)流環(huán)境下計算時間序列的均值。Ex-BIRCH算法使用Ad-DBA算法作為集群質(zhì)心的計算方法;
　　(3)修改了BIRCH算

4、法中的集群特征。距離度量和均值計算方法的改變會導致BIRCH算法中原有的特征向量失效。根據(jù)DTW算法以及Ad-DBA算法的計算過程，本文提出一種新的集群特征向量替代了原始向量。
　　論文還對Ex-BIRCH算法、BIRCH算法、k-means算法以及BIRCH和k-means的變體算法的準確性和效率進行了評估。計算結(jié)果表明，改進算法的聚類準確率，相比于原始BIRCH算法以及BIRCH的變體算法有顯著地提高。達到了與全局聚類算法（k