基于仿射传播的进化数据流在线聚类算法

摘要：

为提高数据流聚类的精度和时效性，提出一种具有时态特征与近邻传播思想的高效数据流聚类算法( TCAPStream)。该算法利用改进的WAP将新检测到的类模式合并到聚类模型中，同时利用微簇时态密度表征数据流的时态演化特征，并提出在线动态删除机制对微簇进行维护，使算法模型既能体现数据流的时态特征，又能反映数据流的分布特性，得到更精确的聚类结果。实验结果表明，该算法在多个人工数据集和真实数据集上不仅具有良好的聚类效果，而且具有较好的伸缩性和可扩展性。

关键词：数据挖掘、近邻传播聚类、时态密度、模型重建、数据流

分类号：TP181(自动化基础理论)

资助基金：国家高技术研究发展863计划项目2011AA010603,2011AA010605

在线出版日期：2014-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：443-451