基于密度的混合属性数据流聚类算法

被引:12
作者
黄德才
吴天虹
机构
[1] 浙江工业大学计算机科学与技术学院
关键词
数据流; 数据挖掘; 聚类; 混合属性; 密度;
D O I
10.13195/j.cd.2010.03.99.huangdc.010
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
数据流聚类分析是当前数据挖掘研究的热点问题,为了克服数据流聚类框架CluStream算法不能处理混合属性数据流的缺陷,提出了基于密度的混合属性数据流聚类算法MCStream.在微聚类中使用面向维度的距离来度量对象之间的相似度,在宏聚类中使用改进的密度聚类算法M-DBSCAN对微簇进行聚类.实验结果表明,MCStream算法能快速有效地处理混合属性数据流聚类问题.
引用
收藏
页码:416 / 421
页数:6
相关论文
共 3 条
[1]   数据流挖掘研究及其进展 [J].
张天成 ;
岳德君 ;
于戈 ;
林树宽 ;
谷峪 .
小型微型计算机系统, 2008, (12) :2241-2246
[2]   一种混合属性数据流聚类算法 [J].
杨春宇 ;
周杰 .
计算机学报, 2007, (08) :1364-1371
[3]   基于数据流的任意形状聚类算法 [J].
朱蔚恒 ;
印鉴 ;
谢益煌 .
软件学报, 2006, (03) :379-387