|
|||||
|
|
| 基于形态特征的数据流聚类方法研究 | |
| 作者姓名： | 吴学雁 黄道平 |
| 作者单位： | 1. 华南理工大学自动化科学与工程学院,广州,510640;广东工业大学管理学院,广州,510520 2. 华南理工大学自动化科学与工程学院,广州,510640 |
| 基金项目： | 广东省自然科学基金资助项目,广东工业大学青年基金资助项目 |
| 摘 要： | 在聚类过程中为保留数据的重要形态与趋势特征,提出一种基于形态特征的数据流聚类方法。在初始化阶段提取重要特征点表示序列分段,在在线更新阶段使用部分动态时间弯曲方法计算子序列距离,基于动态滑动窗口思想保证多条数据流中数据的同步,在用户触发聚类阶段提出数据流聚类方法。通过对仿真数据和实际股票数据的分析结果表明,在参数设置合理的情况下,该方法可以获得接近0.95的聚类演化精度。 |
| 关 键 词： | 数据流 聚类演化 数据挖掘 形态特征 |
| 收稿时间： | 2011-02-07 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计算机工程》浏览原始摘要信息 | |
| 点击此处可从《计算机工程》下载免费的PDF全文 | |