数据流挖掘算法研讨.pdfVIP

摘要 摘要 近年来，得益于数据采集技术的发展，许多应用中的数据是以流的形式产生 的。分析和挖掘这类数据日益成为热点问题。相对于传统的静态数据库，数据流 有以下特点：(1)数据量是潜在无界的；(2)数据有很快的到达率；(3)不允许 反复扫描历史数据。 数据流的特点决定了数据流挖掘必须满足如下基本要求：首先，算法需要及 时处理高速到达的数据，因此，算法的计算复杂度要低；再者，有限的内存不可 能存储无界的数据量，因此，算法需要保持较低的空间复杂度，维持一个基本的 近似空间并在此得到问题的近似解；此外，由于数据流的动态性，算法必须动态 调整自身参数以适应数据流的变化。 传统的数据挖掘算法很难同时满足以上三个条件，需要对以往数据挖掘算法 进行改进或者设计出适应数据流的挖掘算法。近年来，数据流挖掘的研究己取得 很大进展，然而，这些新方法仍具有很大的局限性，能够处理数据流的种类也很 有限。 本文主要工作有如下两个方面： 1．本文提出一种高维混合型数据流的可视化算法。在尽量保证数据之间区分 度的前提下，算法动态调整参数，把数值型数据和分类型数据分别按照不同方法 映射到颜色空间上，由此得到最近一段时