一种多维不确定性数据流聚类算法

摘要：

目前在很多不确定性数据流聚类方法研究中,存在着聚类模型和数据流的数据模型失配问题,且它们往往假定不确定性数据的概率密度函数、概率分布函数或者概率是已知的,然而这些信息在实际系统中很难获得.鉴于此,本文提出一种基于区间数的多维不确定性数据流聚类算法(UIDMicro).在该算法中,首先利用区间数结合不确定性数据的统计信息表示多维不确定性数据流,然后采用“当前簇”和“候选簇”两层簇窗口对不确定性数据流进行聚类,通过动态调整两层簇窗口实现聚类模型和数据模型的实时匹配.实验结果表明,该方法具有较高的聚类精度和处理效率.

关键词：不确定性数据流、聚类算法、区间数

所属期刊栏目：34

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金61102038/F010908;装备预研重点基金9140A17040409HT01;教育部高等学校博士学科点专项科研基金20092302110013;教育部新世纪优秀人才支持计划NCET-10-0062

在线出版日期：2013-08-06（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：1330-1338