基于概率数据流的有效聚类算法

• 作者: 孙圣力 戴东波 赵杠
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 概率数据流 聚类 演化分析
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 1313-1328
• 页数: 16页
• 分类号: TP181
• 字数: 15039字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2009.03303

摘要

提出-种在概率数据流上进行聚类的有效方法P-Stream.P-Stream针对数据流上的概率元组提出强簇、过渡簇和弱簇的概念,设计-种有效的在线候选簇选择策略,为每个不断到达的数据元组合理地找到可能归属的簇,并在每个检查点存储微簇快照,以便离线进-步高层聚类和演化分析.最后设计-个"积极"的二层聚类模型来判断现有的第1层聚类模型是否还适应数据流中最近到达的概率元组.实验采用KDD-CUP'98和KDD-CUP'99真实数据集以及变换高斯分布的人工数据集构造概率数据流.实验结果表明,P-Stream具有良好的聚类质量、较快的处理速度,能够有效地适应数据演化情况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙圣力	复旦大学计算机与信息技术系	3	104	3.0	3.0
2	戴东波	复旦大学计算机与信息技术系	6	156	5.0	6.0
3	赵杠	复旦大学计算机与信息技术系	1	43	1.0	1.0