基于粗糙模糊集的不确定数据流聚类算法??

摘要：

为解决高维和高不确定级别的数据流聚类问题，提出了一种针对不确定数据流的聚类算法HFMicro。引入粗糙模糊集理论，定义了一种新的不确定数据流模型，并利用隶属程度的上、下近似来描述微簇。根据粗糙模糊集间的相似程度来选择最合适的微簇。使用动态衰减窗口模型提高算法的效率和聚类效果。由于采用了离线聚类模式，使得算法具有较好的实时性。实验结果表明，该算法能够很好地处理高维和高不确定级别的数据流，同时兼容存在级不确定性和属性级不确定性，与现有算法相比效果更好。

关键词：不确定数据流、粗糙模糊集、聚类、隶属度

分类号：TP274(自动化技术及设备)

资助基金：The Union Innovation Fund Projects of Jiangsu Province under Grant No. SBY201320423

在线出版日期：2015-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1494-1501