一种用于位置数据库结构调整的增量聚类算法

被引：18

作者：

马帅

唐世渭

杨冬青

王腾蛟

机构：

[1] 北京大学计算机科学技术系

[2] 北京大学计算机科学技术系北京

[3] 北京大学视觉与听觉信息处理国家重点实验室

[4] 北京

来源：

软件学报 | 2004年 / 09期

关键词：

增量聚类; 数据挖掘; 位置数据库; 位置管理; 移动通信;

D O I：

暂无

中图分类号：

TP311 [程序设计、软件工程];

学科分类号：

081205 [计算机软件];

摘要：

在移动通信网络环境中,如何合理地组织和存储移动对象的配置信息,从而有效地降低查询和更新代价是位置管理中的一个重要问题.将数据挖掘应用到移动计算环境中是一项具有挑战性的研究课题,具有广阔的应用前景.区域划分能够优化位置数据库的拓扑结构,有效地降低查询和更新代价.但是随着时间的迁移,用户的移动模式会发生改变,导致原有区域的划分与当前的移动模式不符,因此产生了动态区域划分这一亟待解决的重要问题.聚类可以很好地解决区域划分问题,而对于动态区域划分问题,如果仍然采用聚类来解决,就等于重新划分,没有充分利用原有划分的信息,所需代价很大.提出了一种增量的聚类算法来解决动态区域划分问题.该方法以较小的代价调整原有划分,使得新得到的划分仍然满足区域划分所需满足的条件.

引用

页码：1351 / 1360

页数：10

共 5 条

[1]

基于聚类的位置数据库动态重组 [J].

马帅 ;

王腾蛟 ;

唐世渭 ;

杨冬青 ;

高军 .

软件学报, 2003, (05) :963-969

[2]

DEMON:Mining and monitoring evolving data GantiV;GehrkeJ;RamakrishnanR; Proc. of the16thInt''lConf. onDataEngineering 2000,

[3]

Data Mining:Concepts and Techniques Han JW;Kamber M; Higher Education Press 2001,

[4]

Chameleon:Hierarchical clustering using dynamic modeling KarypisG;HanE-H;KumarV; IEEE Computer 1999,

[5]

A density based algorithm for discovering clusters in large spatial databases with noise Ester M;Kriegel HP;Sander J;Xu X; Proc. of the 2nd Int’l Conf. on Knowledge Discovery and Data Mining 1996,

← 1 →