基于时态密度特征的改进数据流聚类算法

摘要：

针对经典CluStream聚类算法的在线微簇聚类过程中限制微簇数量的增长,对微簇进行强制合并,使其在线聚类结果受到影响,导致数据流聚类质量不高,且难以适应海量大数据等问题,提出一种基于时态密度特征的改进CluStream聚类算法.首先,提出微簇时态密度的概念,并用其对微簇进行描述;其次,提出新的微簇删除、合并的机制,能够根据在线微簇的情况动态地添加微簇的数量;最后,应用并行化的框架将算法并行化,以适应海量实时大数据的需求.通过在人工数据集和真实数据集上的对比实验表明,改进后的数据流聚类算法相较于CluStream算法能够得到更高质量的聚类结果.

关键词：数据流、时态密度、聚类、并行计算

所属期刊栏目：39

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金项目61300104,61300103,61300102;福建省科技创新平台建设项目2009J1007,2014H200;福建省自然科学基金项目2013J01230,2013J01232 资助;福建省杰出青年科学基金项目2014J06017,2015J06014 资助;福建省高校杰出青年科学基金项目JA12016 资助;福建省高等学校新世纪优秀人才支持计划项目JA13021;福建省教育厅科技重点项目JK2012003 资助;福建省科技厅产学重大项目2014H6014 资助

在线出版日期：2018-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：64-68