高维数据流的自适应子空间聚类算法

摘要：

高维数据流聚类是数据挖掘领域中的研究热点.由于数据流具有数据量大、快速变化、高维性等特点,许多聚类算法不能取得较好的聚类质量.提出了高维数据流的自适应子空间聚类算法SAStream.该算法改进了.HPStream中的微簇结构并定义了候选簇,只在相应的子空间内计算新来数据点到候选簇质心的距离,减少了聚类时被检查微簇的数目,将形成的微簇存储在金字塔时间框架中,使用时间衰减函数删除过期的微簇;当数据流量大时,根据监测的系统资源使用情况自动调整界限半径和簇选择因子,从而调节聚类的粒度.实验结果表明,该算法具有良好的聚类质量和快速的数据处理能力.

关键词：高维数据流、子空间聚类、数据流流量、自适应

所属期刊栏目：4

分类号：TP301.6(计算技术、计算机技术)

资助基金：The Natural Science Foundation of Hebei Province of China under Grant No.F2010001298

在线出版日期：2010-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：859-864