基于流数据的模糊聚类算法

• 作者: 王翰虎 龚静
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 流数据 流数据挖掘 模糊聚类算法
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 算法
• 页码范围: 250-252,277
• 页数: 4页
• 分类号: TP3
• 字数: 4401字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2008.02.091

摘要

对流数据进行有效聚类是一个吸引研究者很大注意力的问题.传统的聚类挖掘算法只能适用于纯数值属性数据或纯分类属性数据,很难适用于混合属性的数据.针对混合属性数据的特点,在借鉴AcluStream算法的基础上,提出了一种模糊聚类算法.算法对流数据的相异度分类度量,定量属性使用欧氏距离和曼哈坦距离度量,定性属性可以采用hamming距离度量.模糊聚类算法的主要步骤有两步:第一步,运用最小距离聚类算法进行聚类,构成一个初始类.第二步,对基于最小距离聚类算法进行聚类所得到的初始簇,运用密度聚类方法进行聚合或分割,使得聚类集合稳定.实践证明:该算法是快速地有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王翰虎	贵州大学计算机科学系	41	449	10.0	20.0
2	龚静	铜仁学院计算机科学系	29	49	4.0	6.0