一种基于滑动窗口的流数据聚类算法

• 作者: 王翰虎 蔡妮明 陈梅
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 流数据 聚类 滑动窗口 改进的k-means算法
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 23-26
• 分类号: TP311
• 字数: 3858字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.01.007

摘要

在实际应用中,人们往往比较关心最近一段时间内数据流的分布状况.在传统的基于界标模型的聚类算法CluStream中,没有淘汰过期元组,不能准确反映当前数据流的数据分布状况.滑动窗口是数据流中一种关注近期数据的近似方法.为了提高对流数据聚类分析的质量及效率,对算法clustream进行了改进,采用滑动窗口来支持数据处理.为了减少聚类操作中每次迭代的计算次数,算法采用改进的k-means来执行聚类操作.优化后的算法能及时淘汰过期元组,同时对新到达的元组不断进行实时处理,可以获得更准确的分析结果.与聚类算法CluStream相比,优化算法可获得较小的内存开销和快速的数据处理能力,聚类结果更合理清晰.

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与信息学院	41	449	10.0	20.0
2	陈梅	贵州大学计算机科学与信息学院	51	314	10.0	16.0
3	蔡妮明	贵州大学计算机科学与信息学院	2	5	1.0	2.0