基于同步理論的大規(guī)模數(shù)據(jù)聚類(lèi)算法分析及應(yīng)用研究.pdf

1、近年來(lái)，隨著數(shù)據(jù)存儲(chǔ)技術(shù)的飛速發(fā)展，各行各業(yè)均積累了寶貴的海量數(shù)據(jù)。那么如何高效利用“沉淀數(shù)據(jù)”輔助決策制定，進(jìn)而推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展業(yè)已成為亟需解決的問(wèn)題。數(shù)據(jù)挖掘技術(shù)作為解決此類(lèi)問(wèn)題的有效方法，已經(jīng)日臻成熟。它通過(guò)運(yùn)用分類(lèi)、預(yù)測(cè)、關(guān)聯(lián)規(guī)則挖掘、聚類(lèi)等多種分析方法獲取大量數(shù)據(jù)中所隱藏的有用信息和知識(shí)。其中，聚類(lèi)分析作為一種基礎(chǔ)的數(shù)據(jù)挖掘方法，有著廣闊的應(yīng)用場(chǎng)景。在數(shù)據(jù)處理方面，它能夠獲取數(shù)據(jù)中所蘊(yùn)含的知識(shí)模式對(duì)數(shù)據(jù)進(jìn)行壓縮。同時(shí)，在客戶群

2、劃分、動(dòng)植物種群分類(lèi)、地理數(shù)據(jù)分析等眾多業(yè)務(wù)領(lǐng)域也有廣泛應(yīng)用。因此，本文綜合分析了國(guó)內(nèi)外聚類(lèi)分析方法的研究現(xiàn)狀，并從復(fù)雜網(wǎng)絡(luò)的角度出發(fā)，對(duì)基于同步理論的大規(guī)模數(shù)據(jù)聚類(lèi)算法及其應(yīng)用進(jìn)行了深入研究，主要工作如下：
　　1.結(jié)合聚類(lèi)分析方法的基本工作流程，深入分析了聚類(lèi)方法中常用的相似性度量指標(biāo)和結(jié)果評(píng)價(jià)方法；根據(jù)聚類(lèi)算法的不同思想，按照基于劃分、基于層次、基于密度、基于模型的劃分標(biāo)準(zhǔn)，總結(jié)了常見(jiàn)的聚類(lèi)算法，并指出了各類(lèi)算法的應(yīng)用場(chǎng)景及

3、相關(guān)代表性算法的具體流程；詳細(xì)闡釋了同步振子聚類(lèi)算法的理論基礎(chǔ)和算法的工作流程。
　　2.研究了基于同步理論的金融網(wǎng)絡(luò)社團(tuán)檢測(cè)。從股票市場(chǎng)入手，利用股票價(jià)格波動(dòng)序列的相關(guān)性，計(jì)算股票關(guān)聯(lián)矩陣。通過(guò)對(duì)股票關(guān)聯(lián)矩陣的譜分析確定網(wǎng)絡(luò)中是否存在相應(yīng)的社團(tuán)結(jié)構(gòu)。然后，運(yùn)用同步聚類(lèi)算法對(duì)股票集合進(jìn)行動(dòng)態(tài)劃分，由同步序參量確定算法收斂與否，以獲取與數(shù)據(jù)集相適應(yīng)的社團(tuán)結(jié)構(gòu)。在與快速社團(tuán)檢測(cè)算法進(jìn)行對(duì)比實(shí)驗(yàn)后發(fā)現(xiàn)，基于同步理論的檢測(cè)算法不僅能夠獲取

4、正確的股票集合劃分結(jié)果，且更符合股票行業(yè)分類(lèi)。
　　3.運(yùn)用基于同步理論的聚類(lèi)分析方法，結(jié)合視覺(jué)任務(wù)態(tài)下皮層神經(jīng)元的腦電活動(dòng)數(shù)據(jù)，研究了特定任務(wù)態(tài)下的腦網(wǎng)絡(luò)功能連通性。根據(jù)腦電信號(hào)(electroencephalogram, EEG)采集實(shí)驗(yàn)的特點(diǎn)，對(duì)數(shù)據(jù)進(jìn)行了相關(guān)預(yù)處理。然后，利用符號(hào)聚合近似(Symbolic Aggregation approximation，SAX)算法度量其相似性。最后，運(yùn)用同步聚類(lèi)算法獲取腦皮層區(qū)域的劃