基于網(wǎng)格的聚類算法和孤立點(diǎn)技術(shù)的研究.pdf

1、數(shù)據(jù)挖掘就是從大量的數(shù)據(jù)中提取有趣的、非平凡的，蘊(yùn)涵的、先前未知的、而且是潛在有用的信息模式。它是根據(jù)人們的特定要求，從浩如煙海的數(shù)據(jù)中找出所需的信息來，供人們的特定需求使用。據(jù)國外專家預(yù)測，隨著數(shù)據(jù)量的日益積累和計(jì)算機(jī)的廣泛應(yīng)用，在今后的5—10年內(nèi)，數(shù)據(jù)挖掘?qū)⒃谥袊纬梢粋€(gè)新型的產(chǎn)業(yè)。 聚類分析是數(shù)據(jù)挖掘中一項(xiàng)重要的技術(shù)。聚類的任務(wù)是把數(shù)據(jù)集中的對象組成多個(gè)有意義的子類，在同一子類中的對象彼此相似，不同子類中的對象不相似。從

2、另外一個(gè)角度看待聚類分析就是孤立點(diǎn)的檢測技術(shù)，其研究對象是數(shù)據(jù)集中偏離絕大多數(shù)對象的很小一部分?jǐn)?shù)據(jù)。在許多KDD應(yīng)用中，研究孤立點(diǎn)比研究聚類更有用、更重要。因?yàn)?，在某些?yīng)用領(lǐng)域中研究孤立點(diǎn)的異常行為能發(fā)現(xiàn)隱藏在數(shù)據(jù)集中更有價(jià)值的知識(shí)。 聚類和孤立點(diǎn)檢測是兩個(gè)相輔相成的方面，在聚類的過程中要決定如何處理孤立點(diǎn)的問題，尋找孤立點(diǎn)有時(shí)要使用一些聚類的方法。人們通過聚類或孤立點(diǎn)的分析，識(shí)別密集的或稀疏的區(qū)域，從而發(fā)現(xiàn)全局的分布模式，以及

3、數(shù)據(jù)屬性之間有趣的相互關(guān)系。目前的聚類技術(shù)和孤立點(diǎn)檢測技術(shù)已經(jīng)廣泛應(yīng)用在如數(shù)據(jù)挖掘、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、空間數(shù)據(jù)庫技術(shù)、生物學(xué)以及入侵檢測和天氣預(yù)報(bào)等等相關(guān)領(lǐng)域中，取得了很大的成功和實(shí)用價(jià)值。 本文在分析了基于網(wǎng)格的聚類算法的思想和方法的同時(shí)，針對目前網(wǎng)格算法存在的一些缺陷提出了基于覆蓋網(wǎng)格的聚類算法。并通過綜合數(shù)據(jù)集上和真實(shí)數(shù)據(jù)集上做了大量的對比實(shí)驗(yàn)來驗(yàn)證其算法的正確性。試驗(yàn)結(jié)果表明：基于覆蓋網(wǎng)格的聚類算法能夠準(zhǔn)確，有效的發(fā)現(xiàn)任