• ISSN 0258-2724
  • CN 51-1277/U
  • EI Compendex
  • Scopus 收录
  • 全国中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

基于粗约简的数据流增量聚类算法

印桂生 于翔 宁慧

印桂生, 于翔, 宁慧. 基于粗约简的数据流增量聚类算法[J]. 西南交通大学学报, 2009, 22(5): 637-642,653.
引用本文: 印桂生, 于翔, 宁慧. 基于粗约简的数据流增量聚类算法[J]. 西南交通大学学报, 2009, 22(5): 637-642,653.
YIN Guisheng, YU Xiang, NING Hui. Incremental Clustering Algorithm Based on Rough Reduction for Data Stream[J]. Journal of Southwest Jiaotong University, 2009, 22(5): 637-642,653.
Citation: YIN Guisheng, YU Xiang, NING Hui. Incremental Clustering Algorithm Based on Rough Reduction for Data Stream[J]. Journal of Southwest Jiaotong University, 2009, 22(5): 637-642,653.

基于粗约简的数据流增量聚类算法

基金项目: 

国家自然科学基金资助项目(60603092)

详细信息
    作者简介:

    印桂生(1964- ),男,教授,研究方向为虚拟现实与数据库,E-mail:yinguisheng@hrbeu.edu.cn

    通讯作者:

    于翔(1978- ),男,博士研究生,研究方向为数据仓库与数据挖掘,电话:13214617594,E-mail:xiang_yu@hrbeu.edu.cn

Incremental Clustering Algorithm Based on Rough Reduction for Data Stream

  • 摘要: 针对数据流聚类算法CluStream需预先指定微聚类数目无法准确描述数据流的变化,进而影响最终聚类结果的缺陷,提出了基于粗约简的数据流增量聚类算法RICStream(rough incremental clustering stream).该算法在保证聚类精度的前提下,对参与聚类的数据流属性进行动态调整,有效地减少了聚类时间和计算量.提出了一种可增量调整的网格结构以存储数据流,保证了聚类结果能有效反映数据流的变化情况.基于真实数据集和仿真数据集的实验结果表明,RICStream算法具有较高的效率和聚类精度.

     

  • 加载中
计量
  • 文章访问数:  1513
  • HTML全文浏览量:  76
  • PDF下载量:  316
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-06-16
  • 刊出日期:  2009-11-12

目录

    /

    返回文章
    返回