基于共享最近邻密度的演化数据流聚类算法

作     者：高兵 张健沛 邹启杰 GAO Bing;ZHANG Jian-pei;ZOU Qi-jie

作者机构：哈尔滨工程大学计算机科学与技术学院哈尔滨150001 大连东软信息学院计算机系大连116023 

基　　金：国家自然科学基金资助项目(61370083 61073043 61073041 61402126) 

出 版 物：《北京科技大学学报》 (Journal of University of Science and Technology Beijing)

年 卷 期：2014年第36卷第12期

页      码：1703-1711页

摘      要：现有的基于密度的数据流聚类算法难于发现密度不同的簇,难于区分由若干数据对象桥接的簇和离群点.本文提出了一种基于共享最近邻密度的演化数据流聚类算法.在此算法中,基于共享最近邻图定义了共享最近邻密度,结合数据对象被类似的最近邻对象包围的程度和被其周围对象需要的程度这两个环境因素,使聚类结果不受密度变化的影响.定义了数据对象的平均距离和簇密度,以识别离群点和簇间的桥接.设计了滑动窗口模型下数据流更新算法,维护共享最近邻图中簇的更新.理论分析和实验结果验证了算法的聚类效果和聚类质量.

主 题 词：数据流 聚类算法 最近邻 离群点 数据挖掘 

学科分类：0810[工学-土木类] 08[工学] 0805[工学-能源动力学] 0835[0835] 0812[工学-测绘类] 081202[081202] 

核心收录：

D　O　I：10.13374/j.issn1001-053x.2014.12.018

馆 藏 号：203101267...