面向塊數(shù)據(jù)的層次聚類算法研究.pdf

1、隨著數(shù)據(jù)存儲(chǔ)技術(shù)的演進(jìn)和大數(shù)據(jù)時(shí)代的來(lái)臨，人類所能收集到的數(shù)據(jù)正在呈幾何形式增長(zhǎng)；然而，面對(duì)如此大量的數(shù)據(jù)，對(duì)數(shù)據(jù)分析正在變得越來(lái)越困難。傳統(tǒng)的人工分析在面對(duì)繁雜的數(shù)據(jù)時(shí)，常有分析不準(zhǔn)確、丟失或無(wú)法發(fā)現(xiàn)重要維度、極度耗時(shí)等問(wèn)題伴隨。
　　數(shù)據(jù)挖掘技術(shù)，為繁雜數(shù)據(jù)的分析提供了解決之道。作為數(shù)據(jù)挖掘的一個(gè)重要工具，聚類分析在其1955年被提出之后，獲得了長(zhǎng)足的發(fā)展。其中，在最近年，海量數(shù)據(jù)分析引起了研究人員的興趣。當(dāng)聚類分析面對(duì)大型數(shù)

2、據(jù)時(shí)，一般的處理方法是并行計(jì)算，或是對(duì)數(shù)據(jù)采樣。并行計(jì)算對(duì)計(jì)算資源有較高的需求；而對(duì)數(shù)據(jù)的采樣一般都會(huì)對(duì)數(shù)據(jù)的本身屬性造成破壞。為了解決該問(wèn)題，本文做出了如下工作：
　　第一，提出了一種新的數(shù)據(jù)分析結(jié)構(gòu)：塊數(shù)據(jù)。該結(jié)構(gòu)能全面反映一個(gè)對(duì)像的特征。
　　第二，根據(jù)塊數(shù)據(jù)的定義與數(shù)學(xué)意義，定義了計(jì)算塊數(shù)據(jù)之間距離的公式。
　　第三，基于定義的塊數(shù)據(jù)距離，設(shè)計(jì)了一種新的層次聚類算法，實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性。
　　本文