数据聚类分析的新挑战.docxVIP

数据聚类分析的新挑战

目录

内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1聚类分析概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2聚类分析研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.3本文研究内容与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

数据聚类分析基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.1聚类分析定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.2聚类分析分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.3聚类分析指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

2.4常用聚类算法介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

数据聚类分析面临的新问题．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

3.1高维数据挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

3.1.1维度灾难．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

3.1.2特征选择与降维．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

3.2非欧几里得距离度量．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

3.2.1替代距离度量方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

3.2.2距离度量的选择策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

3.3大规模数据集处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

3.3.1计算效率瓶颈．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

3.3.2分布式聚类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

3.4数据质量与噪声影响．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

3.4.1数据缺失处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

3.4.2噪声数据鲁棒性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

3.5动态数据聚类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

3.5.1数据流聚类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

3.5.2聚类结果的动态更新．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

3.6异构数据聚类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

3.6.1多源数据融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

3.6.2不同类型数据的处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

3.7聚类结果评估与解释．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

3.7.1聚类有效性度量．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

3.7.2聚类结果的业务理解．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46

新挑战下的聚类算法研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

4.1基于密度的聚类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

4.2基于层次的聚类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

4.3基于模型的聚类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

4.4基于图论的聚类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

4.5混合聚类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54

案例分析．．．．．．．．．．．．．．．．．