计算机应用与软件
計算機應用與軟件
계산궤응용여연건
Computer Applications and Software
2015年
11期
255-260,300
,共7页
变速数据流%聚类%动态可调衰减滑动窗口
變速數據流%聚類%動態可調衰減滑動窗口
변속수거류%취류%동태가조쇠감활동창구
Speed-varied data stream%Clustering%Dynamically weakening adjustable sliding window
在数据流聚类算法中,滑动窗口技术可以及时淘汰历史元组、只关注近期元组,从而改善数据流的聚类效果.如果同时数据流流速无规律地随时间动态变化,原来单纯的滑动窗口技术在解决这类问题时存在缺陷,所以,在充分考虑了滑动窗口大小和数据流流速之间关系的前提下,提出了基于动态可调衰减滑动窗口的变速数据流聚类算法.该算法对历史元组和近期元组分别赋予一定的权重进行处理,然后依据数据流流速的不同函数改变窗口的大小,从而实现数据流的聚类.提出了该数据流聚类算法的数据结构——变异数据流聚类的数据结构.通过真实数据和模拟数据来构造动态变速数据流从而作为验证算法的原始数据.实验结果表明,与CluStream聚类算法相比,该方法具有较高的聚类质量、较小的内存开销和较少的聚类处理时间.
在數據流聚類算法中,滑動窗口技術可以及時淘汰歷史元組、隻關註近期元組,從而改善數據流的聚類效果.如果同時數據流流速無規律地隨時間動態變化,原來單純的滑動窗口技術在解決這類問題時存在缺陷,所以,在充分攷慮瞭滑動窗口大小和數據流流速之間關繫的前提下,提齣瞭基于動態可調衰減滑動窗口的變速數據流聚類算法.該算法對歷史元組和近期元組分彆賦予一定的權重進行處理,然後依據數據流流速的不同函數改變窗口的大小,從而實現數據流的聚類.提齣瞭該數據流聚類算法的數據結構——變異數據流聚類的數據結構.通過真實數據和模擬數據來構造動態變速數據流從而作為驗證算法的原始數據.實驗結果錶明,與CluStream聚類算法相比,該方法具有較高的聚類質量、較小的內存開銷和較少的聚類處理時間.
재수거류취류산법중,활동창구기술가이급시도태역사원조、지관주근기원조,종이개선수거류적취류효과.여과동시수거류류속무규률지수시간동태변화,원래단순적활동창구기술재해결저류문제시존재결함,소이,재충분고필료활동창구대소화수거류류속지간관계적전제하,제출료기우동태가조쇠감활동창구적변속수거류취류산법.해산법대역사원조화근기원조분별부여일정적권중진행처리,연후의거수거류류속적불동함수개변창구적대소,종이실현수거류적취류.제출료해수거류취류산법적수거결구——변이수거류취류적수거결구.통과진실수거화모의수거래구조동태변속수거류종이작위험증산법적원시수거.실험결과표명,여CluStream취류산법상비,해방법구유교고적취류질량、교소적내존개소화교소적취류처리시간.
