一种基于主成分和密度的改进型动态数据流聚类算法

摘要：

本文主要研究了在有限资源约束下的数据流聚类方法.针对海量,高速的数据流,现有聚类方法在有界内存和有界时间的限制下,难以快速有效地进行聚类,设计了一种基于主成分和密度的动态数据流聚类算法,PDStream算法.它采用滑动窗口管理数据流;首先使用主成分模型作为前置系统,它负责对基本窗口内的源数据进行属性转换,起到了降维的作用;然后使用密度聚类模型作为后置系统进行聚类操作;最后对系统中生成的概要数据进行简化的二次聚类并更新聚类簇.通过实验表明,PDStream算法有效克服了STREAM算法使得聚类受控于历史数据的缺点,显现出处理海量数据的优越性以及聚类质量高的特点.

关键词：数据流聚类、主成分分析、密度、滑动窗口

所属期刊栏目：29

分类号：TP3;O21

资助基金：国家自然科学基金70671094;浙江省自然科学基金重点项目Z1091224;浙江省自然科学基金Y1090617;浙江省科技计划项目2009C13G2050020

在线出版日期：2010-09-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：579-585