基于滑動窗口的流數(shù)據(jù)聚類挖掘研究.pdf

1、現(xiàn)代計(jì)算機(jī)網(wǎng)絡(luò)和傳感器網(wǎng)絡(luò)技術(shù)的快速發(fā)展引發(fā)產(chǎn)生了一類具有廣闊發(fā)展前景的新數(shù)據(jù)一流數(shù)據(jù)。區(qū)別于傳統(tǒng)數(shù)據(jù)庫中相對靜態(tài)的數(shù)據(jù)，流數(shù)據(jù)有以下特點(diǎn)：持續(xù)、快速、無限量到達(dá)。數(shù)據(jù)流數(shù)據(jù)量的無限性使得數(shù)據(jù)流挖掘往往無法保留原始數(shù)據(jù)，僅能在內(nèi)存中維護(hù)原始數(shù)據(jù)的一系列概要信息，并基于這些概要信息生成最終結(jié)果，所以數(shù)據(jù)流挖掘結(jié)果往往是有一定允許誤差的近似結(jié)果。 基于數(shù)據(jù)流的聚類挖掘得到國內(nèi)外許多學(xué)者的研究和探討，并提出了一些模型和方法，比如界標(biāo)模

2、型、滑動窗口模型等。本文基于滑動窗口模型改進(jìn)了一種聚類方法，并將核密度估計(jì)理論應(yīng)用于滑動窗口模型下的流數(shù)據(jù)密度估計(jì)。主要工作如下： 采用指數(shù)直方圖技術(shù)實(shí)現(xiàn)滑動窗口模型下的流數(shù)據(jù)聚類，通過將直方圖分成大小不同的桶，各桶用來存儲流數(shù)據(jù)的概要數(shù)據(jù)信息，實(shí)現(xiàn)滑動窗口內(nèi)數(shù)據(jù)的增加刪除，在線層主要實(shí)現(xiàn)流數(shù)據(jù)概要信息增量維護(hù)以及微聚類，通過計(jì)算新到數(shù)據(jù)與原有EHCF的距離確定被微簇吸收或者新建EHCF。離線層采用較為成熟的聚類算法對在線層的結(jié)