基于灰关联分析的多数据流聚类

• 作者: 张岐山 郭昆
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 聚类 多数据流 灰关联分析
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 769-775
• 分类号: TP301
• 字数: 5009字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2011.06.007

摘要

作为当前数据流挖掘研究的热点之一,多数据流聚类要求在跟踪多个数据流随时间演化的同时按其相似程度进行划分.文中提出一种基于灰关联分析并结合近邻传播聚类的多数据流聚类方法.该方法基于一种灰关联度,将多个数据流的原始数据压缩成可增量更新的灰关联概要信息,并根据该信息计算多个数据流之间的灰关联度作为其相似性测度,最后应用近邻传播聚类算法生成聚类结果.在真实数据集上的对比实验证明该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张岐山	福州大学管理学院	92	1147	17.0	31.0
2	郭昆	福州大学数学与计算机科学学院	37	180	8.0	11.0