面向流数据的演化聚类算法

• 作者: 张开松 李琳 田蓝 钟珞
• 来源期刊: 武汉大学学报（理学版）
• 学科: 工学
• 关键词: 流数据 在线聚类 演化聚类 戴维森保丁指数
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 其他
• 页码范围: 459-465
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.14188/j.1671-8836.2017.05.012

摘要

针对传统的聚类算法难以适应流数据在线聚类的问题,本文在演化聚类算法(ECM)的基础上,改进了ECM中聚类中心和聚类半径的更新过程,引入戴维森保丁指数(DBI,Davies-Bouldin Index)作为数据归类的评估准则,提出了一种面向流数据的演化聚类算法(SDECM).实验结果表明,与ECM相比,SDECM在目标函数值、DBI值、准确率和纯度等评估准则方面具有更好的聚类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李琳	武汉理工大学计算机科学与技术学院	41	202	9.0	13.0
2	钟珞	武汉理工大学计算机科学与技术学院	195	1963	24.0	32.0
3	田蓝	武汉理工大学计算机科学与技术学院	1	3	1.0	1.0
4	张开松	武汉理工大学计算机科学与技术学院	5	31	3.0	5.0