基于衰减滑动窗口数据流聚类算法研究

被引：6

作者：

朱琳

刘晓东

朱参世

机构：

[1] 空军工程大学工程学院

来源：

计算机工程与设计 | 2012年 / 33卷 / 07期

关键词：

数据流; 衰减; 滑动窗口; 聚类; 算法;

D O I：

10.16208/j.issn1000-7024.2012.07.041

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

数据流具有数据流量大、流量连续且快速、难以存储和恢复等特性,其挖掘质量和效率是检验挖掘算法的重要标准。传统的数据流聚类挖掘算法是基于界标窗口、滑动窗口和衰减窗口模型,其算法的聚类质量较差,时间复杂度高等不足,就此类问题,研究一种滑动衰减窗口的数据流聚类算法,并对算法进行了设计与实现,有效的改善传统数据流算法聚类质量和时间效率的问题。仿真实验结果表明了该算法的有效性,达到了较满意的效果

引用

页码：2659 / 2662+2796 +2796

页数：5

共 13 条

[11]

Mining time-changing data streams. G Hulten,L Spencer,P Domingos. Proc.7th ACM SIGKDD International Conference on Knowl-edge Discovery and Data Mining . 2001

[12]

Mining high-speed data streams. Domingos P,Hulten G. Proceedings of the Association for Computing Machinery Sixth International Conference on Knowledge Discovery and Data Mining . 2000

[13]

Systematic data selection to mine concept-drifting data streams. Fan W. Proceedings of the 10th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining . 2004

← 1 2 →