基于数据流的概念聚类

摘要：

分析二部图的二元组和概念聚类问题之间的关系,在此基础上结合数据流的特点,提出一种适用于对象属性为布尔型的数据流概念聚类算法.将数据流分段,对每一批到来的数据流,生成局部的近似极大ε二元组集合,对全局的近似极大ε二元组集合进行更新,从而有效地对整个数据流进行聚类.实验结果表明,该算法具有良好的时间效率和空间效率.

关键词：数据流、概念聚类、近似极大ε二元组

所属期刊栏目：36

分类号：TP311(计算技术、计算机技术)

资助基金：安徽省高校省级自然科学基金资助项目KJ2010B455;安徽省高等学校优秀青年人才基金资助项目2008jq1143;铜陵学院院级科研基金资助项目2009tlxy21

在线出版日期：2010-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：62-64