針對(duì)大規(guī)模時(shí)間序列數(shù)據(jù)的改進(jìn)聚類算法.pdf

1、時(shí)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(duì)時(shí)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(shí)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(huì)消耗大量存儲(chǔ)空間，限制了聚類算法在處理大型時(shí)間數(shù)據(jù)時(shí)的性能和擴(kuò)展能力。針對(duì)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(jìn)算法——Ex-BIRCH算法，以準(zhǔn)確地挖掘時(shí)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(xué)

2、基金項(xiàng)目(No.61172072、61271308)、北京市自然科學(xué)基金項(xiàng)目(No.4112045)和高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金(No.20100009110002)的支持。論文的主要工作包括:
　　首先，本文對(duì)現(xiàn)有聚類算法進(jìn)行了較為詳細(xì)的分析，指出了時(shí)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(shí)具有的優(yōu)勢。在此基礎(chǔ)上提出了一種適用于時(shí)間序列的改進(jìn)聚類算法，并介紹了具體的改進(jìn)方案:
　　(1)替

3、換了BIRCH算法中的距離度量。考慮到歐氏距離不能準(zhǔn)確衡量時(shí)間序列這一事實(shí)，Ex-BIRCH算法采用動(dòng)態(tài)時(shí)間歸整(DTW)作為時(shí)間序列的距離度量;
　　(2)更改了BIRCH算法中的集群質(zhì)心計(jì)算方法。本文對(duì)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(jì)算時(shí)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(jì)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(jì)算方法的改變會(huì)導(dǎo)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(jì)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(duì)Ex-BIRCH算法、BIRCH算法、k-means算法以及BIRCH和k-means的變體算法的準(zhǔn)確性和效率進(jìn)行了評(píng)估。計(jì)算結(jié)果表明，改進(jìn)算法的聚類準(zhǔn)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(dá)到了與全局聚類算法（k