中国科学技术信息研究所--国家工程技术数字图书馆

确定要退出系统吗？

检索条件: 学位论文【导师】 ="黄德才"

[学位论文] 陶利民浙江工业大学 2013年博士导师: 黄德才共155页

摘要 : 目前，随着开放网络技术的快速发展，其网络服务模式随之也发生了重大转变，网络环境从面向封闭的、熟识用户群体、相对静态的形式转变为开放的、公共可访问的、高度动态的。开放网络环境下的网络应用越来越多，与传统网络环境相比，相应的安全需求也... 展开目前，随着开放网络技术的快速发展，其网络服务模式随之也发生了重大转变，网络环境从面向封闭的、熟识用户群体、相对静态的形式转变为开放的、公共可访问的、高度动态的。开放网络环境下的网络应用越来越多，与传统网络环境相比，相应的安全需求也层出不穷，对此传统的基于注册、认证和授权的安全机制已经力所不能及。为此，迫切需要解决的问题是:对该网络环境中众多参与者的可信度进行评估，以及对其所提供的服务能力、服务水平进行判断。这就需要采用一种新的、更加灵活的安全机制，这就是基于信任的安全机制。基于信任的安全机制主要有两种类型:基于客观信任的安全机制及基于主观信任的安全机制。本文研究基于主观信任的安全机制。根据所使用数学工具的不同，可将当前主观信任模型分为两类:基于概率理论的信任模型及基于模糊集合理论的信任模型。目前大多数信任模型在研究过程中，考虑到的只是信任的主观性，使用一种基于概率的方法来计算信任，自然而然地，信任的模糊性就被忽略了。并且由于把信任的研究看作是一种静态的过程，因此导致信任的动态性被忽略了。即使有些研究者已经认识到了信任的模糊性，也展开了某些研究。但是，研究过于简单不够深入，并且模糊理论只在信任模型的某一部分研究得到应用，而没有全面展开应用。然而开放网络环境中的主观信任关系是一种不确定关系，兼具模糊性和不确定性的双重特征。因此，在进行主观信任管理时要兼顾这两种特征。而目前众多研究者提出的基于概率理论及模糊集合理论的主观信任模型并没有做到这一点。为此，本文将将新的研究不确定性的理论集对分析及云模型引入到主观信任研究中，以解决信任表达中的模糊性和不确定性难题，并提出适合开放网络环境的基于不确定性理论的信任模型。本文主要工作和研究成果如下: 1.对众多研究者在信任模型研究方面的经验与不足展开了充分的分析，在此基础上，明确了开放网络环境下信任的定义，信任的分类，影响信任的具体因素，信任所具有的主要特征，信任关系建立双方的特点，分析了开放网络环境下信任模型面临的难点及所需要解决的问题。 2.针对信任的表示。本文利用信任联系数来表示节点间的信任关系，能全面地反映开放网络中节点间信任的主观性，不确定性、动态性等本质特征，对今后开放网络环境中的信任问题研究做出了最基础的研究。 3.针对信任的主观性特征。本文提出了基于云模型的多维信任模型，理论分析及仿真实验说明，该模型是在随机数学和模糊数学的基础上推导而来的，具有坚实的理论基础和合理的语义解释。因此，能够有效处理信任的主观性问题。 4.将集对分析理论引入信任模型的研究中。提出了一种基于联系数的P2P网络抗攻击信任模型，经仿真实验分析，该模型具有较好的抗攻击性。另外，将多元联系数引入到开放网络主观信任的评估与决策中，能较好地解决信任的多语言变量的评估与决策问题。同时，通过分析及仿真实验说明，引入联系数的信任模型能够有效处理开放网络环境下主观信任的不确定性问题。 5.将云模型引入到信任模型的研究中。提出了一种基于云模型的网格多维信任模型，较好地解决了网格信任的多属性描述、传递、合并、更新、评估及决策，有效地抑制和消除了开放网络中的服务欺诈行为，提高了服务的质量和可靠性，达到了提高整个系统可用性的目的。收起

关键词 : 开放网络信任模型集对分析云模型不确定性理论

2. 支持向量机的核方法研究及其在森林火灾视频识别中的应用

[学位论文] 楼雄伟浙江工业大学 2014年博士导师: 黄德才共146页

摘要 : 支持向量机(Support Vector Machine，SVM)是由Vapnik领导的AT&TBell实验室研究小组于1995年提出并发展起来的一种机器学习模型。SVM是在神经网络模型后机器学习领域的又一个极具代表性的数学模型，在解决高维、小样本及非线性模式识别问题上具有特有的优势，目前已经应用于多个机器学习和模式识别领域。作为一个新兴的数学模型，SVM极具发展潜力。其中核函数的选择和构造方法研究是支持向量机的研究热点和重点。核函数的基本作用是将两个低维空间的输入向量经过变换计算出在高维空间中的内积值，其结果是原来位于低维空间中的两组线性不可分的样本映射到高维空间中后就可能变得线性可分。因此核函数的选择对于支持向量机的分类性能起着决定性的作用。但是，到目前为止对于如何选择和构造核函数却还没有一个指导性的理论。本文通过对支持向量机及核函数理论分析，提出核函数泛化能力评估模型、动态宽度尺度径向基核函数模型、基于径向基核的多核模型和基于相似度的核矩阵模型，对于每个模型进行仿真分析最后利用森林火灾视频识别来比较各个模型的优缺点及适用场合。主要工作包括: 1、核函数评估模型及评估方法研究通过对常用评估方法模型的探讨，提出一种改进的评估模型以及基于AUC评估准则的优化AUC准则，并利用实验统计的方法对常用模型准则和改进模型准则进行比较分析，同时给出常用核函数的性能评估。 2、径向基核函数动态核宽度和动态核尺度研究根据具体分类问题，对径向基核函数的宽度进行动态调整，从而防止数据密度较大的区域存在的过学习现象和数据密度较小的区域存在的欠学习现象。同时，对于数据密度较大的区域采用小尺度的度量单位而在数据密度比较小的区域采用大尺度的度量单位但是保持数据关系的不变，从而得到更加精确的数据度量的描述，使分类的精度得到提高。最后根据上述两点设计基于动态核宽度和动态核尺度的改进径向基核函数。 3、基于改进径向基核函数的多核函数研究引入金字塔概念，利用多个传统径向基核函数和动态宽度尺度核函数来构造多核函数，根据金字塔不同层的样本密度，分别选择不同参数或类型的核函数，在保留径向基核函数优点的前提下解决单一核函数引入的近似与假设带来的缺陷，同时减小局部泛化的风险。 4、基于相似度的核矩阵构造方法研究根据核函数定义及原始样本数据构造基础核矩阵，再利用散乱数据插值的办法确定特征空间中感兴趣点的内积值，从而构造出满足Mercer条件的扩展核矩阵。主要涉及核矩阵的判定、基础核矩阵和扩展核矩阵的不同构造方法的优缺点的探讨。 5、核函数研究在森林火灾视频识别中的应用提出了适合于森林火灾视频识别的特征选择方法，对改进径向基核函数、多核函数和核矩阵进行实际验证性研究，比较其分类性能、泛化性能和分类效率。... 展开支持向量机(Support Vector Machine，SVM)是由Vapnik领导的AT&TBell实验室研究小组于1995年提出并发展起来的一种机器学习模型。SVM是在神经网络模型后机器学习领域的又一个极具代表性的数学模型，在解决高维、小样本及非线性模式识别问题上具有特有的优势，目前已经应用于多个机器学习和模式识别领域。作为一个新兴的数学模型，SVM极具发展潜力。其中核函数的选择和构造方法研究是支持向量机的研究热点和重点。核函数的基本作用是将两个低维空间的输入向量经过变换计算出在高维空间中的内积值，其结果是原来位于低维空间中的两组线性不可分的样本映射到高维空间中后就可能变得线性可分。因此核函数的选择对于支持向量机的分类性能起着决定性的作用。但是，到目前为止对于如何选择和构造核函数却还没有一个指导性的理论。本文通过对支持向量机及核函数理论分析，提出核函数泛化能力评估模型、动态宽度尺度径向基核函数模型、基于径向基核的多核模型和基于相似度的核矩阵模型，对于每个模型进行仿真分析最后利用森林火灾视频识别来比较各个模型的优缺点及适用场合。主要工作包括: 1、核函数评估模型及评估方法研究通过对常用评估方法模型的探讨，提出一种改进的评估模型以及基于AUC评估准则的优化AUC准则，并利用实验统计的方法对常用模型准则和改进模型准则进行比较分析，同时给出常用核函数的性能评估。 2、径向基核函数动态核宽度和动态核尺度研究根据具体分类问题，对径向基核函数的宽度进行动态调整，从而防止数据密度较大的区域存在的过学习现象和数据密度较小的区域存在的欠学习现象。同时，对于数据密度较大的区域采用小尺度的度量单位而在数据密度比较小的区域采用大尺度的度量单位但是保持数据关系的不变，从而得到更加精确的数据度量的描述，使分类的精度得到提高。最后根据上述两点设计基于动态核宽度和动态核尺度的改进径向基核函数。 3、基于改进径向基核函数的多核函数研究引入金字塔概念，利用多个传统径向基核函数和动态宽度尺度核函数来构造多核函数，根据金字塔不同层的样本密度，分别选择不同参数或类型的核函数，在保留径向基核函数优点的前提下解决单一核函数引入的近似与假设带来的缺陷，同时减小局部泛化的风险。 4、基于相似度的核矩阵构造方法研究根据核函数定义及原始样本数据构造基础核矩阵，再利用散乱数据插值的办法确定特征空间中感兴趣点的内积值，从而构造出满足Mercer条件的扩展核矩阵。主要涉及核矩阵的判定、基础核矩阵和扩展核矩阵的不同构造方法的优缺点的探讨。 5、核函数研究在森林火灾视频识别中的应用提出了适合于森林火灾视频识别的特征选择方法，对改进径向基核函数、多核函数和核矩阵进行实际验证性研究，比较其分类性能、泛化性能和分类效率。收起

关键词 : 支持向量机机器学习评估模型动态径向基核函数多核函数核矩阵视频识别森林火灾

3. 复杂网络影响力节点度量及影响力最大化算法研究

[学位论文] 杨雄浙江工业大学 2017年博士导师: 黄德才共132页

摘要 : 复杂网络的影响力节点度量和影响力最大化技术已成为近年来网络科学领域的热点问题，该项工作对控制疾病爆发、提升广告效应、优化信息传播效果、挖掘社交网络影响力个体等均具有重要的实际意义。目前影响力节点的度量主要通过邻域、位置、路径... 展开复杂网络的影响力节点度量和影响力最大化技术已成为近年来网络科学领域的热点问题，该项工作对控制疾病爆发、提升广告效应、优化信息传播效果、挖掘社交网络影响力个体等均具有重要的实际意义。目前影响力节点的度量主要通过邻域、位置、路径等网络拓扑结构来定位对信息传播起重要作用的节点。例如度中心、介数中心、接近中心、Katz中心、K核中心等经典中心度量方法己被广泛应用于识别网络影响力节点，然而这些方法大多相互独立、并且忽视了信息传播规律对影响力节点度量的作用。针对上述讨论，本文融合了复杂网络拓扑结构和传播动力学机制，分别从网络传播和病毒控制两个角度提出了影响力节点的度量方法;同时进一步研究了影响力最大化算法，结合覆盖和折扣策略，高效地解决了分布式种子的选取问题。全文主要工作概括如下: (1)从网络传播角度提出了一种基于路径多样性的核度中心影响力度量方法。不同于K核分解粗略定位核层最大的个体作为影响力节点，该方法综合考虑节点位置和局部邻域信息、结合传播动力学机制、在K核分解基础上引入路径多样性信息熵进行影响力传播节点的探测和评估。在Jazz网络、C.elegans网络、Email网络的实验表明，相对于度中心、介数中心、接近中心、K核中心、核度中心，本文的路径多样性核度中心方法能够更精确地对影响力节点进行定位，并且更细粒度地对节点影响力进行有效排序。 (2)从病毒控制角度提出了一种基于跳数的介数中心和接近中心影响力度量方法。该方法首先给出了一种不带免疫修复策略的病毒离散传播模型，该传播模型可以描述病毒传播的动态演化过程和节点微观状态。在1000个节点规模的人工无标度网络和人工小世界网络实验表明，相对于传统的度中心方法，介数中心和接近中心能够对病毒抑制和早期传播起到更加有效的控制作用，同时也验证了网络社区结构将对信息全局传播起到一定负面作用的观点。 (3)提出了一种基于2阶邻域重叠效应的影响力最大化算法。在独立级联模型基础上引入有限传播距离概念，从传播动力学角度提出了一种传播距离有限的独立级联模型LDIC，该模型证明了采用2阶邻域定位种子节点的有效依据。由此提出了一种2阶邻域影响力折扣启发式算法NIDH。该方法每次选取种子后对2阶邻域内的节点影响力进行折扣计算，从而弱化种子周边节点的传播影响力，促使种子选取尽可能分散;并且NIDH算法引入每条边的激活概率来计算节点的传播影响力。两个有向网络NetComm和Celegan的实验表明，NIDH能够更精确地选取分布式种子节点。 (4)提出了一种基于核度中心的影响力最大化算法。该算法每轮选取当前轮次核度最大且未被覆盖的节点作为种子，然后对相同核层内的邻居进行覆盖、对核外邻居的核度进行折扣计算;由此提出了一种基于核度覆盖和折扣的启发式算法NCCDH。该算法利用高核层节点间彼此紧密聚集的网络特征，有效阻止高核层内拥有较多共同邻居的节点被同时选为种子，并且对核外边缘位置的度大节点给予合理评估。在规模较大的Hamsterster网络、Ca-GrQc网络、COND-MAT网络实验显示，感染概率逐渐增大时，NCCDH相比于其他算法在SIR模型取得了更大的传播范围、在SI模型取得了更快的传播速度;更重要的是该算法具有较好的时间复杂度。收起

关键词 : 复杂网络影响力节点拓扑结构传播动力学最大化算法

4. 量子态布居数转移最优控制方法的研究

[学位论文] 黄泽霞浙江工业大学 2014年博士导师: 黄德才共115页

摘要 : 量子系统控制理论的建立对于量子物理、化学选键、量子信息等领域的发展具有重要的指导意义。但是由于量子系统本身的复杂性和特殊性，量子控制的研究还任重道远，还需要广大的科研工作者在相关领域进行艰辛而不懈的努力。在这一背景下，论文在... 展开

关键词 : 量子控制理论量子信息学布居数转移保真度最大值原理超算符变换最优控制

5. 基于密度峰值和维度概率模型的混合属性数据聚类研究

[学位论文] 刘世华浙江工业大学 2017年博士导师: 黄德才共109页

摘要 : 随着大数据时代的到来，人工智能、机器学习和数据挖掘技术对现代社会的影响越来越深远。聚类分析作为人类认识世界的基本能力，受到了越来越多科研工作者的重视。由于混合属性数据的普遍存在和其统一距离度量的困难性，混合属性数据聚类的研究一直是... 展开随着大数据时代的到来，人工智能、机器学习和数据挖掘技术对现代社会的影响越来越深远。聚类分析作为人类认识世界的基本能力，受到了越来越多科研工作者的重视。由于混合属性数据的普遍存在和其统一距离度量的困难性，混合属性数据聚类的研究一直是聚类分析研究中的热点之一。本文对混合属性数据聚类中的相似性度量、聚簇信息表示、自适应聚类和基于密度峰值和维度概率模型的聚类新方法进行了深入研究分析，取得了如下研究成果: (1)针对聚簇信息的表示问题，创新性地提出了维度概率模型的概念。本文首先定义了面向数值属性数据的维度概率分布、维度概率摘要等相关概念和点簇相似度、簇簇相似度的计算方法，接着提出了基于该模型的DMPCAH层次聚类算法。最后通过实验对比分析发现，该算法比传统的K-Means算法和AGNES层次聚类算法在聚类精度上有了较大的提高，并可实现聚簇数目的自动确定和离群点的识别。在此研究基础上，本文进一步将维度概率模型扩展到混合属性数据的聚类分析中，定义了面向混合属性数据的维度概率模型的相关概念和相似度计算方法。基于此模型，结合最新的密度峰值聚类算法，提出了面向混合属性数据的DPKM和DPM聚类算法。实验分析表明，DPKM算法能够有效进行混合属性数据聚类，比传统的K-Prototypes算法聚类精度更高;DPM算法利用点簇相似性度量对DPC聚类的数据点进行重新分配，能够有效提高原DPC聚类算法的聚类效果。 (2)针对混合属性数据统一相似性度量的问题，本文提出了一种统一距离度量方法（简称为UDM距离），并将其用于生成混合属性数据的距离矩阵;接着提出了一种用于混合属性数据聚类的DPC M算法，通过实验分析表明，在UCI真实数据集中，DPC M算法的聚类准确度比传统的K-Prototypes算法提高了4％～13％。此外，本文还将此UDM距离度量方法与现有的Gower距离、K-Prototypes距离、OCIL改进距离、Goodall距离进行了比较研究，从实验结果来看，本文提出的UDM距离方法在所有实验数据集中表现最稳定，其时间复杂度也比较低，运行时间随着数据点数的增长率最慢。 (3)针对混合属性数据集中统一相似性度量方法不够稳定，传统算法无法自动确定聚簇数目等问题，提出了一种基于密度峰值的混合属性数据自适应融合聚类框架和一种基于该框架的ACEDP算法。算法首先将数据集的数值属性子集采用可自动确定聚簇数目的聚类算法进行聚类，其结果映射为分类属性加入到分类属性数据子集中;然后采用基于熵权值改进的Goodall距离度量方法生成新分类属性数据集的距离矩阵，最后采用基于双拐点改进的可自动确定聚簇中心的密度峰值聚类算法进行自适应融合聚类。在真实数据集上的实验表明，该方法能够有效实现混合属性聚类，提高聚类精度并自动确定聚簇数目。收起

关键词 : 混合属性数据聚类分析相似性度量信息表示密度峰值维度概率自适应聚类

6. 基于总线的汽车底盘电控单元及系统集成技术

[学位论文] 周贤勇浙江工业大学 2011年硕士导师: 黄德才共91页

摘要 : 本课题充分利用万向集团在ABS技术与产品开发、AT产品关键技术研发、悬架系统集成技术开发、电控减振器逆向设计开发、EPS设计机理研究以及车载信息平台研制等领域的相关研发成果积累，针对传统分立控制式汽车底盘电控技术进行更新换代，提供一种传感... 展开本课题充分利用万向集团在ABS技术与产品开发、AT产品关键技术研发、悬架系统集成技术开发、电控减振器逆向设计开发、EPS设计机理研究以及车载信息平台研制等领域的相关研发成果积累，针对传统分立控制式汽车底盘电控技术进行更新换代，提供一种传感器冗余较少、电子线束布置简化、重量减轻、性能增强的CAN-BUS集成控制式电控汽车底盘产品开发技术方案，涉及： (1)基于CAN-BUS的底盘集成控制系统总体框架设计。从根本上定义了系统的构造和功能，其实质是完成CAN-BUS集成控制式电控汽车底盘的方案设计。这是整个研究工作的起点和基础； (2)CAN-BUS车载总线网络构建。这是底盘电控单元数据通信与共享的基础，并据此进一步实现底盘电控单元的集成控制。其关键在于应用层CAN网络通信协议的制定，基本按照全数字仿真、混合仿真/台架试验、实车匹配的技术步骤依次推进； (3)电控汽车底盘的集成控制策略制定。这是实现汽车底盘各子系统间软件、硬件、能量和信息共享，以最大限度地获取系统集成带来的增效作用，提高整车综合性能的基础。具体涉及ABS、AT、ECS、EPS节点电控单元的集成控制，控制目标是有效协调车辆的平顺性、操纵稳定性、制动性、动力性及燃油经济性。鉴于这些控制目标之间的矛盾性，集成控制策略以整车综合性能最优为目标，规定了节点电控单元间的协调运行模式； (4)典型产品试制开发。针对“集成控制式电控汽车底盘”这一典型产品，其试制开发基于对具体车型的改造而完成。它以CAN-BUS车载总线网络的构建为主导，带动ABS、AT、ECS、EPS电控单元的系统集成，并将技术开发与具体生产模式相融合，摸索出产业化的要点，成为产业化过程的开端。通过本课题的研究，使万向集团在短期内介入了“CAN-BUS集成控制式电控汽车底盘”这一高新技术产品领域，与国际先进技术水平相接轨，在国内众多的汽车零部件制造企业中处于领先地位，从而大大提升了企业技术竞争力，为市场开拓创造了良好条件。收起

关键词 : 汽车底盘集成控制系统车载总线网络

7. 遗传算法研究与应用

[学位论文] 赵舒展浙江工业大学 2001年硕士导师: 黄德才共90页

摘要 : 该文对遗传算法理论与应用进行了一些研究与分析工作.首先,分析了遗传算法基础原理--模式定理在一维染色体编码方案上的适用性,提出了遗传算法设计的一些原则;其次,在对传统遗传算法的基本结构和基本流程的研究分析基础上,对传统遗传算法作了一些改进... 展开

关键词 : 遗传算法繁殖群体生存竞争群体进化策略 TNGA 收敛性 DCPM CTSP

8. 基于链上扩展的区块链性能优化方案研究

[学位论文] 潘吉飞浙江工业大学 2020年硕士导师: 黄德才共84页

摘要 : 2008年中本聪发表比特币白皮书，比特币诞生，引发了研究人员从事区块链技术研究的热潮。区块链作为分布式数据存储、P2P网络、共识机制、加密算法等多种计算机技术的新型应用范式，具有去中心化、不可篡改、可追溯等特点，在金融、数字版权、公证、商... 展开 2008年中本聪发表比特币白皮书，比特币诞生，引发了研究人员从事区块链技术研究的热潮。区块链作为分布式数据存储、P2P网络、共识机制、加密算法等多种计算机技术的新型应用范式，具有去中心化、不可篡改、可追溯等特点，在金融、数字版权、公证、商品溯源等领域获得越来越多的关注，具备广阔的应用前景。区块链系统目前的实现方案普遍存在性能和容量上的缺陷，使其无法取得更深度化的普及和应用。为了解决这些问题，研究者们相继提出了增大区块容量、见证隔离、闪电网络、DAG、分片等多种解决方案，这些方案按照设计层次的差异划分为链下（Off-chain）解决方案和链上（On-chain）解决方案。链下解决方案允许小型和频繁的交易发生在与主链并行并由主链信用背书的侧链实例上；链上解决方案直接修改区块链设计以支持更高性能，具有更高的研究价值。分片机制通过将交易划分到多个分片并行处理来提升系统整体的交易性能，被视为最有可能解决区块链瓶颈的链上方案。采用分片机制的区块链项目有Ethereum2.0、Zilliqa和QuarkChain等。由于区块链分片技术的研究还处于起步阶段，以及分片技术本身的复杂性，目前的分片设计仍存在一定问题，如网络分片的合理性欠缺、交易分片的安全性不足、跨分片交易处理难度大等。本文主要工作和成果如下： 1.介绍区块链的关键性技术和当下区块链系统存在的不足； 2.总结目前主流的基于链上扩展的区块链性能提升方案； 3.针对分片机制中节点划分不够合理，分片调整难度大的问题，提出了“基于动态权重的跳跃Hash分片构建算法”JHDWS，将分片映射到二维矩阵，节点划分到对应的目标分片只需要计算矩阵的行列信息，分片构建的时间复杂度由O(n)降低到O(log n)；分片的调整转换为二维矩阵的动态变换，降低了维护成本； 4.针对分片交易安全性差、跨分片交易处理难度大的问题，提出了“多主节点异步共识组算法”MACG，通过多个分片授权选举综合性能良好的节点组成异步共识组来验证和处理交易，提升交易的安全性和交易吞吐量。 5.通过理论分析和实验证明，基于JHDWS分片算法和MACG共识构建的区块链系统的交易性能可达5000tps，同时能有效抵御“1%”分片攻击和女巫攻击（Sybil Attacks），满足大部分应用系统的需求。区块链系统本身非常复杂，需要综合考量安全性、去中心化和可扩展性等因素，随着技术的飞速发展必将促进区块链更快的落地实际应用。收起

关键词 : 区块链分片机制交易性能二维矩阵动态变换

9. 基于存销比配货模型的营销信息管理系统设计与实现

[学位论文] 徐秋芬浙江工业大学 2011年硕士导师: 黄德才共84页

摘要 : 我国的烟草行业是个特殊的行业,因为在烟草垄断制度下,销售过程中难免会产生一些“行政”需求,而这些是与市场需求有很大出入的。加之烟草局对销售渠道的垄断,使得烟草的销售体系相对其他零售行业有很大的不同。但是随着物联网的推进和外烟进入国内市... 展开

关键词 : 企业信息系统销售业务供应链管理库存控制

10. 不确定性数据聚类算法研究

[学位论文] 魏方圆浙江工业大学 2018年硕士导师: 黄德才共82页

摘要 : 近些年，伴随着无线通讯与网络技术的日益发展，尤其是物联网的广泛应用与“互联网+”的逐渐普及，数据量与日俱增，及时有效地挖掘实时到来的海量数据背后潜在有价值的知识显得十分重要，数据挖掘由此而生。然而在实际应用系统中，由于存在环境干扰、... 展开近些年，伴随着无线通讯与网络技术的日益发展，尤其是物联网的广泛应用与“互联网+”的逐渐普及，数据量与日俱增，及时有效地挖掘实时到来的海量数据背后潜在有价值的知识显得十分重要，数据挖掘由此而生。然而在实际应用系统中，由于存在环境干扰、数据缺失、测量误差或人为因素等原因，导致在大量信息的采集、传输和处理过程中出现具有不精准、不固定、随机且易变等特点的不确定性数据。出现在无线传感器网络、环境监测、金融、医疗、军事等众多领域的不确定性数据不断增多，其产生使传统的确定性数据挖掘研究面临着新的更大的挑战。在数据分析中聚类作为特征形成与提取过程当中的一种主要方式，成为数据挖掘中的关键课题。针对不确定性数据聚类这一课题，当前国内外已取得一定研究成果。但是，仍存在不确定性信息较难获取，聚类算法精度不高，聚类处理效率较低，算法中参数需人为干预，动态数据流中数据模型无法与聚类模型进行实时匹配，以及异常值的检测处理策略不当等问题。鉴于上述存在的问题本文对其开展不确定性数据聚类算法方面的相关研究，并经过了一系列理论方面的分析及实验仿真的验证。本文所做的工作与成果主要有如下几方面： 1.首先简要说明数据挖掘的背景、意义与当前国内外的研究与发展现状，并对不确定性数据的产生、特点、表示及研究近况进行详实概述，同时剖析了到目前为止不确定性数据挖掘研究中仍存在的一些关键问题。之后围绕聚类这一课题的相关研究进行详细阐述，主要描述了聚类的数学定义、过程及面临的挑战，汇总了聚类中较为重要的几类相似性度量方式。最后详细说明了几种常见的确定性聚类算法与几类当下较为主流的不确定性数据聚类算法及不确定性数据流聚类算法，为后续的主要研究工作进行了理论铺垫。 2.鉴于目前基于划分的不确定性数据聚类算法中存在不能准确处理任意形状簇，无法有效剔除噪声，不确定性数据的表示欠合理，计算复杂度较高的相似性度量方法，以及较低的聚类效率和聚类精度等问题。本文提出一种基于区间数的不确定性数据UID-DBSCAN密度聚类算法，这一算法联系区间数与统计值描述属性级的不确定性数据，由区间数距离衡定不确定性数据对象间的相似度，从而降低了计算相似度的复杂度。同时为减少人工选取参数对算法效果造成的影响，充分考虑不确定性数据集自身的统计特性自适应地选取密度参值，以达到全程无监督聚类。仿真结果可得，UID-DBSCAN算法同已有算法相比，易操作、实用性强，表现出更高的聚类精度与处理效率。 3.鉴于不确定性数据流聚类算法存在过于理想化的不确定性数据表示方法，计算复杂度较高的不确定性数据对象间的相似性度量方式，密度参数较多、相关参值需人为干预且对结果敏感，聚类模型无法有效与数据模型进行实时匹配等问题。本文提出一种基于区间数的不确定性数据流自适应UIDS聚类算法，这一算法把区间数与均值及标准差相联系来描述属性级的不确定性数据流，由一种新的区间数距离衡定不确定性数据对象间的相似度，从而降低了计算复杂度，通过局部密度与相对距离相结合来构造簇中心权值函数以实现自适应确定微簇中心，运用当前微簇缓冲区与离群点缓冲区的双缓冲区模式存储数据，并提出改进的异常值检测方式实时监测数据流的变化情况以及微簇更新方法对数据流演化分析。同时设计一种新的可有效衡量属性级不确定性数据聚类质量的sim评估指标。实验结果可得，UIDS算法可以辨别任意形状簇且能有效处理噪声，与已有算法相比，表现出更高的聚类精度与处理效率。收起

关键词 : 数据聚类不确定性 UID-DBSCAN密度相似度计算实时匹配