数据流的网格密度聚类算法

被引：6

作者：

屠莉 ^{[1
,2
]}

陈崚 ^{[3
,4
]}

邹凌君 ^{[3
]}

机构：

[1] 南京航空航天大学信息与科学技术学院

[2] 江阴职业技术学院计算机科学系

[3] 扬州大学信息学院计算机科学系

[4] 南京大学软件新技术国家重点实验室

来源：

小型微型计算机系统 | 2009年 / 30卷 / 07期

关键词：

数据挖掘; 数据流; 聚类; 实时;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

提出一种基于密度的实时数据流聚类算法RTCS.算法采用在线/离线双层框架,它在前台在线层快速实时地将到达的数据点放入相应的单元格,对多维数据和空间单元格动态计算密度.在后台离线层形成初始聚类,并不断地更新单元格的密度来自适应地调整聚类.RTCS算法能够根据密度的动态变化区分出真正的孤立点并剔除之,而这种剔除对后面的聚类结果没有影响.实验结果证明,算法可以很好地挖掘出各种形状的聚类,与C luS tream算法相比,取得聚类的质量更高,有更快的处理速度,对数据维数和规模有更好的可扩展性.

引用

页码：1376 / 1382

页数：7

共 4 条

[1] Issues in data stream management [J].

Golab, L ;

Özsu, MT .

SIGMOD RECORD, 2003, 32 (02) :5-14

[2]

Querying and mining datastreams:you only get one look. Garofalakis M,Gehrke J,Rastogi R. SIGMOD 2002 .

[3]

Clustering data streams. Guha S,Mishra N,Motwani R. Proc of IEEE Symposium on Foundations of Computer Science（FOCS’00） . 2000

[4]

A dapative clustering for multiple evolving streams. Dai B R,Huang J W,YehM Y, et al. IEEE Transactions on Knowledge and Data Engineering . 2006

← 1 →