基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
流数据的聚类算法是当前数据挖掘的研究热点之一.本文在分析两层流数据聚类框架的基础上,引入了动微簇、成长簇等概念和FRG思想,提出了Growstream算法,更能反映出流数据的动态特性.
推荐文章
基于滑动窗口的动态数据流聚类算法研究
数据流
滑动窗口
聚类
数据挖掘
基于变尺度滑动窗口的流数据聚类算法
流数据
聚类
变尺度滑动窗口
指数直方图
基于混合差分进化的滑动窗口数据流聚类算法研究
混合差分进化
滑动窗口
数据流
聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 流数据聚类算法的研究和改进
来源期刊 电脑与电信 学科 工学
关键词 流数据 数据挖掘 基于密度的聚类 动微簇 成长簇
年,卷(期) 2009,(3) 所属期刊栏目 基金项目
研究方向 页码范围 29-31,34
页数 4页 分类号 TP3
字数 4054字 语种 中文
DOI 10.3969/j.issn.1008-6609.2009.03.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 余小军 华南理工大学软件学院 1 0 0.0 0.0
2 赵娟娟 6 8 2.0 2.0
3 张平健 华南理工大学软件学院 8 20 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
流数据
数据挖掘
基于密度的聚类
动微簇
成长簇
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑与电信
月刊
1008-6609
44-1606/TN
大16开
广州市连新路171号国际科技中心B108室
1995
chi
出版文献量(篇)
8962
总下载数(次)
13
总被引数(次)
9565
论文1v1指导