数据流中随机型分形维数计算方法研究

• 作者: 倪志伟 公维峰 周之强 唐李洋
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 分形 分形维数 数据流
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 209-212,229
• 分类号: TP301.6
• 字数: 6235字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2011.04.045

摘要

分形维数能够有效地描述数据集,反映复杂数据集中隐含的规律性.基于分形理论的数据挖掘算法通常都涉及到分形维数的计算.但是现有的分形维教计算方法的时间复杂度和空间复杂度都比较高,大大降低了算法的效率,使算法很难适应高速、海量的数据流环境.因此,总结分析了现有的几种分形维数计算方法,并提出一种随机型方法,利用固定的内存空间快速估计数据流的关联维教.最后通过与现有算法进行对比实验,证明了这一随机型算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪志伟	合肥工业大学管理学院	136	1346	21.0	27.0
2	公维峰		2	1	1.0	1.0
3	周之强	合肥工业大学管理学院	3	7	1.0	2.0
4	唐李洋		1	1	1.0	1.0