衡水学院学报
衡水學院學報
형수학원학보
JOURNAL OF HENGSHUI UNIVERSITY
2015年
1期
16-18
,共3页
数据流%挖掘%聚类%算法
數據流%挖掘%聚類%算法
수거류%알굴%취류%산법
data stream%mining%cluster%algorithm
在动态数据流挖掘过程中,对数据流进行聚类,把未知的数据流划分或者生成到一个簇中。发现隐含的知识、价值和模式,是一种非常有效的数据流挖掘技术。分析和研究了数据流挖掘的聚类算法,并对数据流聚类技术发展进行了展望,提出了数据流挖掘的研究方向。
在動態數據流挖掘過程中,對數據流進行聚類,把未知的數據流劃分或者生成到一箇簇中。髮現隱含的知識、價值和模式,是一種非常有效的數據流挖掘技術。分析和研究瞭數據流挖掘的聚類算法,併對數據流聚類技術髮展進行瞭展望,提齣瞭數據流挖掘的研究方嚮。
재동태수거류알굴과정중,대수거류진행취류,파미지적수거류화분혹자생성도일개족중。발현은함적지식、개치화모식,시일충비상유효적수거류알굴기술。분석화연구료수거류알굴적취류산법,병대수거류취류기술발전진행료전망,제출료수거류알굴적연구방향。
In the process of dynamic data stream mining, the data stream is divided and the unknown data stream is classified into a cluster. The implicit knowledge, values and mode are found. It is a kind of very effective data stream mining technology. It has analyzed andstudied the clustering algorithm of data stream mining, and prospected the development of clustering technology in data stream and put forward the direction of data stream mining.