基于概率密度網(wǎng)格結(jié)構(gòu)的不確定數(shù)據(jù)流聚類算法研究.pdf

1、近年來，國內(nèi)外學(xué)者對不確定數(shù)據(jù)流的聚類問題進行了大量的研究，但仍有不少問題尚待解決。大多數(shù)不確定數(shù)據(jù)流聚類算法不能在線得到精確的聚類結(jié)果；現(xiàn)有算法采用固定劃分網(wǎng)格的方法，不能有效處理邊界點；已有基于網(wǎng)格的算法，對概率密度網(wǎng)格單元缺少有效的存儲結(jié)構(gòu)。這些問題的研究對于不確定數(shù)據(jù)流的聚類分析以及在具體領(lǐng)域的應(yīng)用都具有重要的意義。
　　首先，為了實現(xiàn)對不確定數(shù)據(jù)流的在線聚類，提出了一種基于概率密度網(wǎng)格結(jié)構(gòu)的不確定數(shù)據(jù)流聚類算法。該算法采

2、用計數(shù)型滑動窗口，以反映不確定數(shù)據(jù)流的當前情況。同時，采用概率密度網(wǎng)格的存儲結(jié)構(gòu)，以使算法能夠發(fā)現(xiàn)任意形狀的簇。另外，還定義網(wǎng)格概率密度相似度，以實現(xiàn)初始化及更新聚類，提高算法的實時性。
　　其次，為了更好地處理邊界點問題，提出了一種基于可調(diào)整的概率密度網(wǎng)格結(jié)構(gòu)的不確定數(shù)據(jù)流聚類算法。該算法采用可調(diào)整的概率密度網(wǎng)格技術(shù)來處理稀疏網(wǎng)格單元，以提高聚類質(zhì)量。同時，還定義概率密度網(wǎng)格聚類特征用以存儲不確定數(shù)據(jù)流的概要信息。另外，在概率密

3、度的定義中引入時間衰減因子，以降低歷史數(shù)據(jù)對聚類結(jié)果的影響。
　　最后，為了有效存儲網(wǎng)格單元，提出了一種基于概率密度網(wǎng)格樹的不確定數(shù)據(jù)流聚類算法。該算法將一種樹型概要數(shù)據(jù)結(jié)構(gòu)引入到不確定數(shù)據(jù)流聚類算法中。首先把不確定元組按其屬性值分配到一棵多叉樹中，以消除空網(wǎng)格對聚類結(jié)果的影響。同時，設(shè)置時間間隔，以提高算法的執(zhí)行效率。另外，還引入噪音閾值函數(shù)，以有效發(fā)現(xiàn)噪音葉子節(jié)點。
　　本文通過實驗對上述提出的算法進行驗證，并與已有經(jīng)典