基于相关分析的多数据流聚类

• 作者: 屠莉 邹凌君 陈崚
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 聚类 数据流 相关分析
• 年，卷（期）: 2009,（7）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 1756-1767
• 页数: 12页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2009.00566

摘要

提出基于相关分析的多数据流聚类算法.该算法将多数据流的原始数据快速压缩成一个统计概要.根据这些统计概要,可以增量式地计算相关系数来衡量数据间的相似度.提出了一种改进的k-平均算法来生成聚类结果.改进的k-平均算法可以动态、实时地调整聚类数目,并及时检测数据流的发展变化.还将算法应用到按照用户要求的聚类问题(COD),使得用户可以在任意的时间区间上查询聚类结果.提出了一种合理的时间片断划分机制,使得用户指定的任意时间区间都可以由这些时间片断组合而成.在模拟和真实数据上的实验结果都表明,该算法比其他方法具有更好的聚类质量、速度和稳定性,能够实时地反映数据流的变化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈崚	扬州大学计算机科学与工程系	150	1914	19.0	39.0
5	邹凌君	扬州大学计算机科学与工程系	4	44	4.0	4.0
6	屠莉	南京航空航天大学信息科学与技术学院	3	25	3.0	3.0