基于密度的数据流聚类算法

• 作者: 赵焕平 雷蕾
• 来源期刊: 南阳理工学院学报
• 学科: 工学
• 关键词: 数据流 聚类 密度
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 应用数学与数理统计
• 页码范围: 72-75
• 页数: 4页
• 分类号: TP391.41
• 字数: 3607字
• 语种: 中文

摘要

为了提高数据流的聚类质量与效率，提出了一种基于密度的数据流聚类算法，该算法采用双层聚类框架，对于历史数据的遗忘问题采用了消逝策略和粒度调整策略，消逝策略能够处理噪声，节约内存；粒度调整策略检测当前的内存消耗，提高了聚类质量。基于标准数据集和仿真数据集的实验表明，此算法是可行有效的，适合处理和分析大规模的快速数据流。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵焕平	南阳理工学院计算与信息工程学院	17	65	5.0	7.0
2	雷蕾	南阳理工学院软件学院	11	42	4.0	6.0