基于X-樹的反k近鄰流數(shù)據(jù)離群點挖掘算法研究.pdf

1、數(shù)據(jù)流數(shù)據(jù)挖掘技術(shù)是信息科學領域的前沿研究課題之一，被公認為是數(shù)據(jù)挖掘研究中一個極富應用前景的領域。在眾多的數(shù)據(jù)流數(shù)據(jù)挖掘算法中，挖掘離群點是其中一個重要的研究內(nèi)容，構(gòu)建支持k近鄰查詢的高效索引結(jié)構(gòu)又是挖掘流數(shù)據(jù)離群點的關(guān)鍵問題之一。迫切需要在有限運行空間上，通過對數(shù)據(jù)流進行一次或較少次數(shù)的掃描有效地進行流數(shù)據(jù)離群點挖掘。在這種情況下，本文對國內(nèi)外關(guān)于數(shù)據(jù)流離群點研究現(xiàn)狀進行了綜合分析比較，主要在以下幾個方面研究了基于X*樹的反k近鄰流

2、數(shù)據(jù)離群點挖掘算法。
　　首先，研究了支持k近鄰查詢的X*樹索引結(jié)構(gòu)。針對X樹數(shù)據(jù)索引結(jié)構(gòu)在進行k近鄰查詢時所需要的時間和空間開銷存在著嚴重的效率問題，提出了適合進行k近鄰查詢的新的數(shù)據(jù)索引結(jié)構(gòu)結(jié)點分裂算法，提出了X*樹索引結(jié)構(gòu)，它比 X樹需要更少的存儲空間，不需要額外存儲結(jié)點分裂的歷史信息。
　　其次，研究了流數(shù)據(jù)離群點的挖掘算法，通過對已有相關(guān)算法進行的全面深入地分析，發(fā)現(xiàn)它們不能及時地捕捉流數(shù)據(jù)的概念漂移信息，而且需要