资源约束的高维流数据降维方法研究

项目名称： 资源约束的高维流数据降维方法研究

项目编号： No.60973103

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 自动化技术、计算机技术

项目作者： 靳晓明

作者单位： 清华大学

项目金额： 31万元

中文摘要： 高维数据是实际应用中常见的、重要的数据表示形式。在数据库、数据挖掘等各类应用中，为了解决数据维度过高而带来的维度灾难问题，都必须对高维数据进行降维。另一方面，随着传感器和互联网等技术的发展，越来越多的高维数据以流数据的形式存在。面对流数据的动态性和无穷的数据量，在计算资源有限的情况下，很多针对静态数据的传统降维算法不再适用。因此，基于资源约束，对高维流数据降维这一基础性问题进行研究，设计具有理论性能保证的降维方法具有重要的理论和现实意义。本课题针对资源约束下的高维流数据降维进行研究，具体包括：1) 资源约束下的流数据降维算法研究；2) 基于资源约束的降维性能优化研究；3) 流数据降维的相关应用研究。该项研究的完成一方面将为高维流数据降维方法奠定坚实的理论基础并提供新的方法；另一方面对现实中诸如传感器网络、互联网等基于高维流数据的数据库和数据挖掘应用将起到强有力的支持和推动作用。

中文关键词： 流数据；降维；数据挖掘；；

英文摘要：

英文关键词： data stream；dimensionality reduction；data mining；；