基于相关分析的多数据流聚类

摘要：

提出基于相关分析的多数据流聚类算法.该算法将多数据流的原始数据快速压缩成一个统计概要.根据这些统计概要,可以增量式地计算相关系数来衡量数据间的相似度.提出了一种改进的k-平均算法来生成聚类结果.改进的k-平均算法可以动态、实时地调整聚类数目,并及时检测数据流的发展变化.还将算法应用到按照用户要求的聚类问题(COD),使得用户可以在任意的时间区间上查询聚类结果.提出了一种合理的时间片断划分机制,使得用户指定的任意时间区间都可以由这些时间片断组合而成.在模拟和真实数据上的实验结果都表明,该算法比其他方法具有更好的聚类质量、速度和稳定性,能够实时地反映数据流的变化.

关键词：聚类、数据流、相关分析

所属期刊栏目：20

分类号：TP18(自动化基础理论)

资助基金：the National Natural Science Foundation of China under Grant Nos.60673060, 60773103;the Natural Science Foundation of Jiangsu Province of China under Grant No.BK2008206

在线出版日期：2009-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1756-1767