作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对物联网环境下实时数据挖掘中资源约束的特点,分析了快速有效地挖掘抽取知识的方法.在K-means算法的基础上,结合RA-Cluster算法,提出了ARRA-Kmeans聚类算法.并基于环境资源约束和时间约束的特点,引入自适应聚类方法和滑动窗口技术,对网络节点的实时数据进行挖掘.实验结果表明,随着流数据量的增大,ARRA-Kmeans算法在处理实时动态的数据时具有较好的效果,聚类精度较高,处理时间较快.
推荐文章
基于自适应权重的RFC M聚类算法
聚类
自适应
权重
粗糙集
模糊集
均衡因子
基于CMT-FCM的自适应谱聚类算法
谱聚类
初值敏感
标准差
历史知识
中心距离极大化
参数自适应的网格密度聚类算法
网格密度
聚类
空间划分
噪声曲线
基于自适应聚类的图像配准方法
特征点匹配
图像配准
自适应聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于资源约束的自适应实时聚类算法
来源期刊 北京信息科技大学学报(自然科学版) 学科 工学
关键词 资源约束 聚类 自适应 实时 滑动窗口
年,卷(期) 2014,(3) 所属期刊栏目 研究论文
研究方向 页码范围 25-27,37
页数 4页 分类号 TP393
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王小妮 41 133 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (51)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
资源约束
聚类
自适应
实时
滑动窗口
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京信息科技大学学报(自然科学版)
双月刊
1674-6864
11-5866/N
大16开
北京市
1986
chi
出版文献量(篇)
2043
总下载数(次)
10
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导