基于差异性采样的流数据聚类算法

• 作者: 孙梦冉 邱云飞
• 来源期刊: 计算机应用研究
• 关键词: 差异性采样 衰退聚类机制 核模糊C均值 流数据 时间复杂度
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1646-1651
• 页数: 6页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.12.0808

摘要

针对传统聚类算法对流数据进行聚类时面临时间复杂度高、存储空间需求大以及准确度较低的问题,提出一种基于差异性采样的流数据聚类算法.首先利用差异性采样法对流数据进行采样并用样本点构造核矩阵,然后利用核模糊C均值聚类算法对核矩阵中的点进行聚类得到一个带有标记的样本核矩阵,最后利用带有标记的样本核矩阵对流数据中的点进行划分.同时利用衰退聚类机制,实时更新样本核矩阵.实验结果表明,相比于传统聚类算法,该算法实现了更低的时间复杂度,同时实时聚类,得到较为理想的聚类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱云飞	辽宁工程技术大学软件学院	70	620	13.0	22.0
2	孙梦冉	辽宁工程技术大学软件学院	1	3	1.0	1.0