一种有抗体免疫的云模型数据流聚类算法仿真

摘要：

云模型是云理论的核心，数据流聚类算法在云模型中有较好的应用前景，但也面临着聚类效率、聚类适应性的难题，为此本文提出了一种有抗体免疫的云模型数据流聚类算法。通过设置加权期望值、熵等参数形成云数据特有的数据概要结构，作为抗体代入人工免疫算法中；利用衰减函数和时刻权重来定量表现不同时刻的数据的重要性程度，并以抗体期望克服率为特征值以维持抗体的多样性，采用淘汰法确保最后的数据概要结构更符合云模型数据流的本质特征。实验表明，该算法在云模型数据流中的聚类处理速度和聚类效率均优于传统算法，具有一定的应用价值。

关键词：云模型、数据流聚类、人工免疫原理、数据概要结构

分类号：TP311(计算技术、计算机技术)

资助基金：贵州省科学技术基金项目黔科合J字LKA[2012]02号。

在线出版日期：2013-10-10（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：206-208