基于人工免疫系統(tǒng)的數(shù)據(jù)流聚類算法研究與應(yīng)用.pdf

1、近年來，隨著計(jì)算機(jī)的普及和應(yīng)用技術(shù)的發(fā)展，人們獲取數(shù)據(jù)的能力得到了極大提高。數(shù)據(jù)流作為數(shù)據(jù)挖掘的一種新的研究?jī)?nèi)容，已經(jīng)出現(xiàn)在各種應(yīng)用領(lǐng)域。區(qū)別于傳統(tǒng)的存儲(chǔ)在磁盤上的靜態(tài)的數(shù)據(jù)，它具有連續(xù)、有序、快速變化、海量等特性。對(duì)此類數(shù)據(jù)的分析和挖掘日益成為學(xué)者們研究的熱點(diǎn)問題。目前典型的數(shù)據(jù)流聚類算法有Clu Stream算法、Hp Stream算法和AClu Stream算法等。然而傳統(tǒng)的數(shù)據(jù)流聚類算法在理論和實(shí)踐上都不夠成熟，容易導(dǎo)致運(yùn)算效率

2、低、聚類能力弱、自適應(yīng)性不強(qiáng)，對(duì)問題的依賴性過高等問題出現(xiàn)。
　　本文研究了基于人工免疫系統(tǒng)的數(shù)據(jù)流聚類算法，利用人工免疫系統(tǒng)所具有的強(qiáng)大的學(xué)習(xí)、記憶、適應(yīng)動(dòng)態(tài)環(huán)境變化及自組織特性，提出了適用于數(shù)據(jù)流聚類問題求解的改進(jìn)方法，并設(shè)計(jì)了基于人工免疫系統(tǒng)的數(shù)據(jù)流聚類算法（AI Stream）。通過對(duì)初始抗原數(shù)據(jù)集的預(yù)處理，有效地提高了后期聚類的效率和準(zhǔn)確性；在親和力計(jì)算過程中引入衰減因子，能更貼切地反映出過去數(shù)據(jù)與當(dāng)前新增的數(shù)據(jù)對(duì)整個(gè)數(shù)

3、據(jù)流的影響；通過改進(jìn)淘汰策略，使得網(wǎng)絡(luò)中傳輸?shù)臄?shù)據(jù)更符合真實(shí)數(shù)據(jù)流的內(nèi)在特性，也更富有價(jià)值。從而有效改善了聚類效果和質(zhì)量。將改進(jìn)后的算法應(yīng)用于中真實(shí)的十字路口交通流控制中，用以驗(yàn)證該算法的有效性和可靠性。并進(jìn)一步對(duì)所得到的聚類結(jié)果加以分析研究，以期能夠?yàn)槭致房诮煌ü芸靥峁┮欢ǖ目茖W(xué)依據(jù)。
　　同時(shí)，通過理論及仿真實(shí)驗(yàn)對(duì)改進(jìn)后的算法進(jìn)行了驗(yàn)證，并與傳統(tǒng)數(shù)據(jù)流聚類算法的運(yùn)算結(jié)果進(jìn)行了對(duì)比。實(shí)驗(yàn)結(jié)果顯示，新算法不僅具有更高的收斂速度和