實(shí)時(shí)數(shù)據(jù)流的聚類和聚類邊界檢測.pdf

1、實(shí)時(shí)數(shù)據(jù)流挖掘是數(shù)據(jù)挖掘領(lǐng)域中極其重要的研究方向?，F(xiàn)代社會(huì)中隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展以及計(jì)算機(jī)應(yīng)用的普及,實(shí)時(shí)數(shù)據(jù)流應(yīng)運(yùn)而生,它們具有時(shí)序性、快速變化,概念漂移、數(shù)據(jù)量巨大、潛在無限等特點(diǎn),實(shí)時(shí)數(shù)據(jù)流挖掘就是從這些海量數(shù)據(jù)中發(fā)現(xiàn)未知的、感興趣的知識(shí)。作為實(shí)時(shí)數(shù)據(jù)流挖掘技術(shù)的重要研究方向的聚類分析及其邊界界定技術(shù),越來越受到人們的關(guān)注,它們已經(jīng)成為實(shí)時(shí)數(shù)據(jù)流挖掘技術(shù)領(lǐng)域一個(gè)非常活躍的研究課題。
　　 本研究采用衰減窗口技術(shù)和基于網(wǎng)

2、格的方法實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)流的聚類及其邊界檢測算法GDBOUND,該算法通過計(jì)算每個(gè)網(wǎng)格的密度以及網(wǎng)格之間的相似程度,決定其是否歸屬于某個(gè)聚類模式,并對聚類后的結(jié)果掃描,從中發(fā)現(xiàn)其邊界,避免對整個(gè)數(shù)據(jù)空間重新進(jìn)行處理,以提高系統(tǒng)的性能。該算法能實(shí)時(shí)響應(yīng)用戶在任意時(shí)刻提出的聚類請求,并通過比較在不同時(shí)刻的聚類及其邊界檢測結(jié)果,來跟蹤實(shí)時(shí)數(shù)據(jù)流的動(dòng)態(tài)演化分析。
　　 本算法在VC6.0平臺(tái)上實(shí)現(xiàn)編碼,并通過多個(gè)數(shù)據(jù)集來驗(yàn)證本算法的可行性和