基于人工蜂群算法的数据流聚类研究

• 作者: 程军锋
• 来源期刊: 首都师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据流 聚类 蜂群 适应度 收益率
• 年，卷（期）: 2015,（6）
• 页码范围: 24-29,35
• 页数: 7页
• 分类号: TP311
• 字数: 7023字
• 语种: 中文

摘要

聚类是数据挖掘领域非常重要技术之一,能发现数据中隐含的知识和价值,在数据流分析中有重要的意义.针对现有数据流聚类算法的不足,根据数据流特点提出了一种高效、可扩展的数据流聚类算法ABCCluStream.该算法借鉴了经典CluStream算法的在线一离线两阶段框架,根据蜂群算法的相关理论定义聚类过程中相关的参数、微簇聚类特征结构等,设计出了一种全新的算法.通过实验表明,本文所设计出的ABCCluStream算法具有聚类纯度高、可扩展性好的特点,能够产生高质量的聚类结果,适用于大规模的动态数据流聚类的分析和研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程军锋		24	53	4.0	5.0