基于人工蜂群优化的数据流聚类算法

• 作者: 崔新宇 申飞 贾东立
• 来源期刊: 计算机系统应用
• 关键词: 数据流聚类 动态滑动窗口 人工蜂群算法 微簇阈值半径
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 145-150
• 页数: 6页
• 字数: 5246字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007260

摘要

在传统分段式数据流聚类算法中, 在线部分中的微簇阈值半径T取值不精确以及离线部分对微聚类的处理相对简单, 导致了聚类质量不高. 针对这一缺点, 在现有动态滑动窗口模型基础上, 提出了一种针对离线部分处理的基于人工蜂群优化的数据流聚类算法. 该算法包括两部分: (1)在线部分根据数据在窗口内停留的时间长短来动态调整窗口的大小和改进微簇阈值半径T的取值, 逐步得到微簇集. (2)离线部分利用改进的蜂群算法不断动态调整来求出最优聚类结果. 实验结果证明, 本文算法不但有较高的聚类质量, 而且有较好的延展性和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾东立	河北工程大学信息与电气工程学院	13	180	4.0	13.0
2	崔新宇	河北工程大学信息与电气工程学院	3	1	1.0	1.0
3	申飞	河北工程大学信息与电气工程学院	3	1	1.0	1.0