基于衰减滑动窗口数据流聚类算法研究

基于衰减滑动窗口数据流聚类算法研究
朱琳;刘晓东;朱参世
【期刊名称】《计算机工程与设计》
【年(卷),期】2012(33)7
【摘要】Data streams with continuous and rapid features, it is difficult to storage and recovery, and its mining quality and efficiency are the important standard of test mining algorithm. The traditional data stream clustering algorithm is based on the landmark window, sliding window and the attenuation window model, the clustering algorithm of poor quality, high time complexity, on a sliding attenuation window data stream clustering algorithm, and the algorithm design and implementation, effectively improve the traditional data flow algorithm the clustering quality and efficiency problem. Through the simulation experiment, verified the effectiveness of the algorithm, to achieve a more satisfactory effect.%数据流具有数据流量大、流量连续且快速、难以存储和恢复等特性,其挖掘质量和效率是检验挖掘算法的重要标准.传统的数据流聚类挖掘算法是基于界标窗口、滑动窗口和衰减窗口模型,其算法的聚类质量较差,时间复杂度高等不足,就此类问题,研究一种滑动衰减窗口的数据流聚类算法,并对算法进行了设计与实现,有效的改善传统数据流算法聚类质量和时间效率的问题.仿真实验结果表明了该算法的有效性,达到了较满意的效果.
【总页数】5页(P2659-2662,2796)
【作者】朱琳;刘晓东;朱参世
【作者单位】空军工程大学工程学院,陕西西安710038;空军工程大学工程学院,陕西西安710038;空军工程大学工程学院,陕西西安710038
【正文语种】中文
【中图分类】TP301.6
【相关文献】
1.基于动态滑动窗口的改进数据流聚类算法 [J], 许颖梅
2.基于混合差分进化的滑动窗口数据流聚类算法研究 [J], REN Yong-gong;HU Zhi-dong;YANG Xue
3.基于动态可调衰减滑动窗口的变速数据流聚类算法 [J], 周华平;陈顺生
4.滑动窗口内动态数据流聚类算法研究 [J], 许颖梅
5.基于滑动窗口的动态数据流聚类算法研究 [J], 许颖梅
因版权原因，仅展示原文概要，查看原文内容请购买。