期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

一种基于密度和滑动窗口的数据流聚类算法 被引量：12

DataStreams Clustering Algorithm Based on Density and Sliding Window
在线阅读 下载PDF
导出
摘要 总结目前主流数据流聚类算法的优缺点后,提出了一种新的数据流聚类算法——DsStream。该算法采用双层聚类框架,应用滑动窗口技术,基于密度对数据流进行动态聚类,可以挖掘具有任意形状的数据流,且能够动态掌握数据流的分布特征。 Summarizing the advantages and disadvantages of the current main datastreams clustering algorithms,this paper presented a new datastreams clustering algorithm——DsStream.The algorithm uses the Double-layer clustering framework,makes use of sliding window technology,clusters the datastreams dynamically based on the density.This algorithm can mine the datastreams with arbitrary shape and grasp distribution of datastreams dynamically.
作者 胡睿 林昭文 柯宏力 马严
机构地区 北京邮电大学
出处 《计算机科学》 CSCD 北大核心 2011年第5期145-148,共4页 Computer Science
基金 中央高校基本科研业务费项目(2009RC0502)资助
关键词 数据流 聚类 密度 滑动窗口 DataStreams Clustering Density Sliding window
分类号 TP393.01 [自动化与计算机技术—计算机应用技术]
  • 相关文献

参考文献1

二级参考文献21

  • 1Aggarwal CC,Han J,Wang J,Yu PS.A framework for clustering evolving data streams.In:Freytag JC,Lockemann PC,Abiteboul S,Carey MJ,Selinger PG,Heuer A,eds.Proc.of the Int'l Conf.on Very Large Data Bases.Berlin:Morgan Kaufmann Publishers,2003.81-92
  • 2Chalaghan LO,Mishra N,Meyerson A,Guha S.Streaming data algorithms for high-quality clustering.In:Proc.of the 18th Int'l Conf.on Data Engineering.San Jose,2002.685-694.http://doi.ieeecomputersociety.org/10.1109/ICDE.2002.994785
  • 3Domingos P,Hulten C.Mining high-speed data streams.In:Proc.of the KDD.2000.http://citeseer.ist.psu.edu/domingos00mining.html
  • 4Guha S,Meyerson A,Mishra N,Motwani R,Callaghan LO.Clustering data streams:Theory and practice.IEEE Trans.on Knowledge and Data Engineering,2003,3(15):515-528.
  • 5Guha S,Mishra N,Motwani R,Callaghan LO.Clustering data stream.In:Proc.of the 41st Annual Symp.on Foundations of Computer Science.Redondo Beach:IEEE Computer Society,2000.359-366.
  • 6Nam H,Won S.Statistical grid-based clustering over data streams.SIGMOD Record,2004,33(1):32-37.
  • 7Ordonez C.Clustering binary data streams with k-means.In:Zaki MJ,Aggarwal CC,eds.Proc.of the 8th ACM SIGMOD Workshop on Research Issues in Data Mining and Knowledge Discovery (DMKD).San Diego,2003.12-19.
  • 8Zhou A,Cai Z,Wei L,Qian W.M-Kernel merging:Towards density estimation over data streams.In:Proc.of the 8th Int'l Conf.on Database Systems for Advanced Applications (DASFAA).Kyoto,2003.285-292.
  • 9Aggarwal CC,Han J,Wang J,Yu PS.A framework for projected clustering of high dimensional data streams.In:Nascimento MA,Ozsu MT,Kossmann D,Miller RJ,Blakeley JA,Schiefer KB,eds.Proc.of the VLDB.Toronto:Morgan Kaufmann Publishers,2004.852-863.
  • 10Babcock B,Datar M,Motwani R,Callaghan LO.Maintaining variance and k-medians over data stream windows.In:Proc.of the 22nd ACM SIGACT-SIGMOD-SIGART Symp.Principles of Database Systems.San Diego:ACM Press,2003.234-243.

共引文献60

同被引文献82

引证文献12

二级引证文献12

计算机科学
2011年 第5期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部