| 不确定度模型下数据流自适应网格密度聚类算法 |
| |
| 引用本文： | 刘卓,杨悦,张健沛,杨静,初妍,张泽宝.不确定度模型下数据流自适应网格密度聚类算法[J].计算机研究与发展,2014,51(11). |
| |
| 作者姓名： | 刘卓 杨悦 张健沛 杨静 初妍 张泽宝 |
| |
| 作者单位： | 1. 哈尔滨工程大学自动化学院 哈尔滨 150001
2. 哈尔滨工程大学计算机科学与技术学院 哈尔滨 150001 |
| |
| 基金项目： | 国家自然科学基金项目，中国博士后科学基金项目，黑龙江省博士后科学基金项目，中央高校基本科研业务费专项资金项目 |
| |
| 摘 要： | 随着计算机技术及感知技术的发展及应用,各个领域普遍出现不确定性数据流形态的新型数据,吸引了众多研究者的关注.现有的数据流聚类技术普遍忽略不确定性特征,常导致聚类结果的不合理甚至不可用.为数不多的针对不确定性特征的聚类方法片面考察不确定性,且大多基于K-Means算法,具有先天缺陷.针对这一问题展开研究,提出了不确定度模型下数据流自适应网格密度聚类算法(adaptive density-based clustering algorithm over uncertain data stream,ADC-UStream).对于不确定性特征,该算法在存在级和属性级不确定性统一策略下,构建熵不确定度模型进行不确定性度量,综合考察不确定性.采用网格-密度的聚类算法,基于衰减窗口模型设计时态和空间的自适应密度阈值,以适应不确定性数据流的时态性和非均匀分布特征.实验结果表明,不确定模型下的数据流网格密度自适应聚类算法ADC-UStream在聚类结果质量和聚类效率方面都具有较好的性能.
|
| 关 键 词： | 不确定性 数据流 聚类 网格-密度 自适应密度阈值 不确定度模型 |
An Adaptive Grid-Density Based Data Stream Clustering Algorithm Based on Uncertainty Model |
| |
| Liu Zhuo,Yang Yue,Zhang Jianpei,Yang Jing,Chu Yan,Zhang Zebao.An Adaptive Grid-Density Based Data Stream Clustering Algorithm Based on Uncertainty Model[J].Journal of Computer Research and Development,2014,51(11). |
| |
| Authors: | Liu Zhuo Yang Yue Zhang Jianpei Yang Jing Chu Yan Zhang Zebao |
| |
| Abstract: | |
| |
| Keywords: | uncertain character data stream clustering grid-density adaptive density threshold uncertainty model |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
