学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于数据流的任意形状聚类算法
被引:52
作者
:
朱蔚恒
论文数:
0
引用数:
0
h-index:
0
机构:
中山大学计算机科学系
朱蔚恒
印鉴
论文数:
0
引用数:
0
h-index:
0
机构:
中山大学计算机科学系
印鉴
谢益煌
论文数:
0
引用数:
0
h-index:
0
机构:
中山大学计算机科学系
谢益煌
机构
:
[1]
中山大学计算机科学系
来源
:
软件学报
|
2006年
/ 03期
基金
:
广东省自然科学基金;
广东省科技计划;
高等学校博士学科点专项科研基金;
关键词
:
数据流;
聚类;
数据挖掘;
D O I
:
暂无
中图分类号
:
TP301.6 [算法理论];
学科分类号
:
摘要
:
详细分析了数据流聚类算法CluStream的不足之处,如对非球形的聚类效果不好、对周期性数据的聚类变化反映不完整等,并针对这些不足之处提出了一种采用空间分割、组合以及按密度聚类的算法ACluStream.实验结果表明,ACluStream在准确度和速度上都比CluStream有较大的提高.
引用
收藏
页码:379 / 387
页数:9
相关论文
共 3 条
[1]
Requirements for clustering data streams. BarbaráD. ACM SIGKDD Explorations Newsletter . 2003
[2]
Issues in data stream management. Golab L,?zsu MT. SIGMOD Record . 2003
[3]
Data Mining-Concepts and Techniques. Han J,Kamber M. . 2001
←
1
→
共 3 条
[1]
Requirements for clustering data streams. BarbaráD. ACM SIGKDD Explorations Newsletter . 2003
[2]
Issues in data stream management. Golab L,?zsu MT. SIGMOD Record . 2003
[3]
Data Mining-Concepts and Techniques. Han J,Kamber M. . 2001
←
1
→