动态滑动窗口的数据流聚类方法

• 作者: 夏炎 张忠平 王浩 薛伟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据挖掘 数据流 聚类 滑动窗口
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 135-138
• 分类号: TP311
• 字数: 4812字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.07.039

摘要

数据流聚类是聚类分析中的重要问题.针对数据流的流速是变化的问题,在两阶段聚类框架基础上提出基于动态滑动窗口的数据流聚类算法.在线阶段,引入微聚类特征来存储数据流的概要信息,利用存储的概要信息动态调整滑动窗口规模,并计算数据点与微聚类中心的距离,以维护微聚类特征;离线阶段,对在线聚类阶段的聚类结果采用K-means算法进行宏聚类,生成最终聚类.实验结果表明,该算法具有较高的聚类质量和较好的伸缩性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张忠平	燕山大学信息科学与工程学院	67	714	16.0	25.0
2	夏炎	燕山大学信息科学与工程学院	7	127	5.0	7.0
3	王浩	燕山大学信息科学与工程学院	24	157	5.0	12.0
4	薛伟	燕山大学信息科学与工程学院	2	41	2.0	2.0