基于滑动窗口密度聚类的数据流偏倚采样算法

摘要：

对于移动计算领域的移动对象轨迹数据流的管理,最普遍采用的技术手段是采样技术,而传统的均匀采样易丢失一些关键的变化数据,造成信息丢失现象.针对这一问题,提出一种基于概率密度聚类的数据流偏倚采样算法.该算法在滑动窗口模型下,充分利用了轨迹数据流自身的分布特性,结合偏倚采样算法思想克服了均匀采样的数据丢失问题.算法首先采用基于数据存在密度的聚类技术将滑动窗口划分为强簇、弱簇和过度簇,然后针对不同的簇给予不同的采样率,进行偏倚采样,进而得到最终的数据流摘要.经过实际数据集的实验检测,证明算法较好地保证了采样质量,并具有较快的数据处理能力.

关键词：轨迹数据流、滑动窗口、密度聚类、偏倚采样

所属期刊栏目：40

分类号：TP301(计算技术、计算机技术)

资助基金：辽宁省计划项目基金2012232001;辽宁省自然科学基金201202119

在线出版日期：2013-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：254-256,269