基于形态特征的数据流聚类方法研究

被引：3

作者：

吴学雁 ^{[1
,2
]}

黄道平 ^{[1
]}

机构：

[1] 华南理工大学自动化科学与工程学院

[2] 广东工业大学管理学院

来源：

计算机工程 | 2011年 / 37卷 / 13期

基金：

广东省自然科学基金;

关键词：

数据流; 聚类演化; 数据挖掘; 形态特征;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

在聚类过程中为保留数据的重要形态与趋势特征,提出一种基于形态特征的数据流聚类方法。在初始化阶段提取重要特征点表示序列分段,在在线更新阶段使用部分动态时间弯曲方法计算子序列距离,基于动态滑动窗口思想保证多条数据流中数据的同步,在用户触发聚类阶段提出数据流聚类方法。通过对仿真数据和实际股票数据的分析结果表明,在参数设置合理的情况下,该方法可以获得接近0.95的聚类演化精度。

引用

页码：46 / 48+51 +51

页数：4