一种存在级不确定数据流聚类算法

• 作者: 余彬生 邢长征
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 不确定数据流 聚类 概率相似度 密度 离群点
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 算法
• 页码范围: 252-255
• 页数: 4页
• 分类号: TP311.131
• 字数: 3877字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.04.059

摘要

针对不确定数据流聚类算法———EMicro在聚类结果的精确性和聚类中数据的概率相似度方面的不足，提出一种新基于存在级的不确定数据流算法———UDsStream。该算法通过设置概率阈值，将不确定性高的点和不确定性低的点分开处理，提高聚类结果的准确性和聚类中数据概率相似度。同时引入窗口和密度的方法，设置动态密度阈值，能够动态掌握数据流的分布特征，使聚类过程有更好的灵活性。实验结果证明，与EMicro相比，UDsStream算法聚类效果更好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢长征		41	277	10.0	14.0
2	余彬生		1	2	1.0	1.0