基于滑動窗口模型的數(shù)據(jù)流離群點檢測研究.pdf

1、數(shù)據(jù)流挖掘是當今的熱點問題之一，具有廣闊的發(fā)展前景。離群點檢測是數(shù)據(jù)挖掘的基本任務(wù)之一，具有非常重要的研究價值，始終受到研究人員的重視。
　　 雖然傳統(tǒng)靜態(tài)數(shù)據(jù)集的離群點檢測已經(jīng)取得了十分豐碩的成果，但是其處理方法不能直接應(yīng)用于數(shù)據(jù)流之中，因此，數(shù)據(jù)流中離群數(shù)據(jù)挖掘問題亟待解決。本文借鑒數(shù)據(jù)流挖掘已有的處理方式，提出了基于滑動窗口模型的數(shù)據(jù)流離群點檢測算法，并對其做了進一步的優(yōu)化處理。本文的主要研究成果包括以下方面：
　　

2、 ①首先回顧了數(shù)據(jù)挖掘的研究現(xiàn)狀，敘述了數(shù)據(jù)挖掘的功能、過程以及應(yīng)用價值。其中著重介紹了離群點檢測的意義，并對其方法進行了分類概括。為了挖掘數(shù)據(jù)流中的離群數(shù)據(jù)，本文分析了數(shù)據(jù)流的特點，并且總結(jié)了對其進行挖掘時常用的處理模型。
　　 ②對目前比較重要的數(shù)據(jù)流離群點檢測方法--基于聚類的方法和基于距離的方法，分別進行了簡要的介紹，并對它們的優(yōu)點和不足進行了分析和總結(jié)。
　　 ③在前人研究成果的基礎(chǔ)之上，提出了一種基于滑動窗

3、口模型的數(shù)據(jù)流離群點檢測方法SODS。該方法使用簡單的滑動窗口對數(shù)據(jù)流的新舊數(shù)據(jù)更迭進行有效管理，其正確性是可以接受的。由于算法采用的數(shù)據(jù)結(jié)構(gòu)有效地降低了近鄰集統(tǒng)計時的計算量，并且在離群點查詢處理時利用安全點概念進行精簡，使得該算法的時間性能要好于同類算法。
　　 ④以SODS算法為基礎(chǔ)，提出了剪枝算法SODS1，有效地削減了冗余計算，提高了算法時間性能；對滑動窗口添加緩沖機制，得到了BSOD算法，避免對窗口邊界附近數(shù)據(jù)點的近鄰