10.3969/j.issn.1673-629X.2011.10.011
基于粒子群优化算法的数据流聚类算法
针对当前基于滑动窗口的聚类算法中对原始数据信息的损失问题和提高聚类质量和准确性,在现有基于滑动窗口模型数据流聚类算法的基础上,提出了一种基于群体协作的粒子群优化算法(PSO)的新数据流聚类算法.这种优化的新数据流聚类算法利用改进的时间聚类特征指数直方图作为数据流的概要结构以及应用PSO在聚类过程中对聚类质量的局部迭代优化.实验结果表明,此方法有效减少了内存的开销,解决了对原始数据信息损失的问题.与传统的数据流聚类算法相比,基于粒子群优化算法的数据流聚类算法在聚类质量和准确性上明显优于传统的数据流聚类算法.
聚类、数据流、粒子群优化算法、滑动窗口
21
TP311(计算技术、计算机技术)
湖南省科技厅软件学课题2009ZK3046
2012-02-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
43-46,50