基于密度與分形維數(shù)的數(shù)據(jù)流聚類算法研究.pdf

1、近年來，隨著信息技術(shù)的高速發(fā)展和廣泛應(yīng)用，許多應(yīng)用中的數(shù)據(jù)是以流的形式產(chǎn)生，這類數(shù)據(jù)是連續(xù)的、有序的、快速變化的、海量的。聚類分析是一種重要的數(shù)據(jù)挖掘方法，但是傳統(tǒng)的聚類算法不能直接應(yīng)用于數(shù)據(jù)流聚類。雖然學(xué)者們已對數(shù)據(jù)流聚類問題進(jìn)行了一系列研究，但是仍有許多問題尚待研究和解決。
　　分形幾何學(xué)近年來在不斷地發(fā)展，并在一些領(lǐng)域得到了廣泛的應(yīng)用，如地理、交通、氣象等。分形數(shù)據(jù)挖掘就是利用數(shù)據(jù)集的分形特征對其挖掘，數(shù)據(jù)集的分形特征是指一

2、個數(shù)據(jù)集的部分與整體具有相似的結(jié)構(gòu)或?qū)傩?。分形維數(shù)是描述數(shù)據(jù)集分形特征的重要指標(biāo)，它能有效地描述數(shù)據(jù)集，當(dāng)它發(fā)生變化時，說明數(shù)據(jù)集的某些特征發(fā)生了變化，如數(shù)據(jù)集的變化趨勢、數(shù)據(jù)點的分布等。
　　本文對經(jīng)典的數(shù)據(jù)流聚類算法和分形理論進(jìn)行了系統(tǒng)的研究和全面的總結(jié)，分析了一些常用的數(shù)據(jù)流聚類算法的不足之處，在此基礎(chǔ)上提出了一種基于密度與分形維數(shù)的數(shù)據(jù)流聚類算法。算法借鑒在線/離線的兩階段框架思想，結(jié)合了密度聚類和分形聚類的優(yōu)點，克服了傳