基于移动网格和密度的数据流聚类算法

被引：5

作者：

郑盈盈 ^{[1
,2
]}

倪志伟 ^{[1
,2
]}

吴姗 ^{[1
,2
]}

王丽红 ^{[1
,2
]}

机构：

[1] 合肥工业大学管理学院

[2] 合肥工业大学过程优化与智能决策教育部重点实验室

来源：

计算机工程与应用 | 2009年 / 08期

基金：

国家自然科学基金重点项目;

关键词：

聚类; 数据流; 移动网格;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

传统的基于网格的数据流聚类算法采用固定划分网格的方法,虽然算法的处理速度较快,但是聚类准确性较低。针对此问题,提出了一种新的基于移动网格和密度的数据流聚类算法。在算法中引进了权重与衰减系数,利用移动网格技术对数据流的边界点进行处理,增强了聚类的准确性,提高了算法的运行效率。

引用

页码：129 / 131

页数：3

共 4 条

[1] 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

[2]

Squeezer: An efficient algorithm for clustering categorical data[J] . Zengyou He,Xiaofei Xu,Shengchun Deng.Journal of Computer Science and Technology . 2002 (5)

[3]

Streaming-data algorithms for high-quality clustering. Chalaghan L.O,Mishra N,Meyerson A. et al. Proc of IEEE International Conference on Data Engineering . 2002

[4]

A framework for projected clustering of high dimensional data streams. Aggarwal CC,Han J,Wang J,Yu PS. Proc. of the VLDB . 2004

← 1 →