面向不确定进化数据流聚类算法研究-计算机系统结构专业毕业论文.docxVIP

万方数据 万方数据 西安电子科技大学 学位论文创新性声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导 师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注 和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果； 也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材 料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明 并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切法律责任。 本人签名： 日期 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 日期 导师签名： 日期 摘 要 不确定数据流聚类作为数据流挖掘的一个主要研究方向，其研究成果已应用 于网络监测、金融服务等诸多领域。然而，由于不确定性描述的引入，使得传统 的数据流聚类算法不能对不确定数据流进行有效地聚类，这给不确定数据流的聚 类带来了新的困难和挑战。 本文对不确定进化数据流聚类算法进行了研究，给出了一种在线微簇维护策 略，基于投影聚类的思想，给出了高维空间中不确定数据流聚类算法。本文的主 要工作概括如下： 1. 概述了数据流挖掘的研究现状，分析了不确定性对传统聚类结果的影响， 介绍了数据流挖掘的窗口处理模型，归纳了数据流聚类的基础算法。 2. 分析了 UMicro 算法在线聚类过程中，基于界标窗口模型的微簇维护存在的 缺陷，给出了一种基于滑动窗口模型的微簇维护策略，同时给出了低维空间中不 确定数据流聚类算法——USCluster 算法。仿真实验明了 USCluster 算法比 UMicro 算法具有更高的聚类准确性和时间效率。 3. 针对高维空间中不确定数据流的聚类问题，基于投影聚类的思想，给出了 高维空间下的不确定数据流聚类算法——HPUSCluster 算法。仿真实验证明了在高 维空间中，HPUSCluster 算法比 USCluster 算法具有更高的聚类准确性和时间效率。 关键词：不确定进化数据流 滑动窗口 微簇 高维度 投影聚类 Abstract Uncertain data stream clustering is one of the important fields in data stream mining research, and its achievements have been applied in network monitoring, financial services and so on. However, since the introduction of uncertainty description, the traditional data stream clustering algorithms cannot be effectively on uncertain data stream clustering. This situation brings new difficulties and challenges to uncertain data stream clustering. This thesis mainly focuses on clustering algorithms for uncertain evolving data stream. A strategy for the online micro cluster maintenance is given and based on the idea of projected clustering a clustering algorithm for high dimensional uncertain data stream is given. Some results are obtained and summarized as follow: The research status of data stream mining is briefly illuminated. The influence of the uncertainty to the result of tradi