基于自适应网格划分的数据流聚类算法.pdfVIP

CN43—1258／TP 计算机工程与科学 2011年第 33卷第 1O期 ISSN 1007 13OX COMPUTER ENGINEERING ＆ SCIENCE Vol_33，NO．10．2011 文章编号 ：1007—130X(2011)100149—05 基于 白适应 网格划分的数据流聚类算法 A DataStream ClusteringAlgorithm BasedonAdapativeGridPartitioning 邢长征 ，张 国凯 XING Chang-zheng，ZHANG Guo-kai (辽宁工程技术大学 电子与信息工程学院 ，辽宁 葫芦岛 125105) fSchoolofEletronicsandInformationEngineering，LiaoningTechnicalUniversity，Huludao125105，China) 摘 要 ：本文提 出了一种基于 自适应 网格划分的数据流聚类算法。通过采用网格的 自适应划分，对传 统的基于密度 网格的数据流聚类算法，以均衡划分 网格的方法进行改进，使 网格的划分更加合理 ，减少硬 性划分对结果可能造成的影响，提高 了硬性划分边界 的精度。同时采用剪枝方法，减少了算法的执行 时 间。最后，通过实验验证 了该算法的有效性。 Abstract：Thispaperproposesa data stream clustering algorithm basedon adaptivegrid partitio— ning．Byusingadaptivegridpartitioningtoimprovethetraditionalmethedofdividinggridsinabalanced method，wemakethegriddivisionmorereasonableandreducetheimpactontheresult，whichimproves theprecisionofgridpartitioning．Usingapruningmethodtoruducethealgorithm ’Sexecutiontimeisef— fective．Finally，theexperimentalresultsverifytheeffectivenessoftheproposedalgorithm． 关键词：数据流 ；聚类 ；滑动窗 口；网格 Keywords：datastream ；clustering；slidingwindow；grid doi：10．3969／j．issn．1007—130X．2011．10．027 中图分类号 ：TP311 文献标识码 ：A 素。基于这一原因，维护所有 的数据元素是不切实 1 引言 际的。因此 ，数据流的处理过程应该满足如下条件： 首先 ，每个数据元素只能被单遍 扫描；其次 ，随着新 随着信息技术的迅猛发展，数据以流的形式广 的数据元素的产生，对数据流的分析所使用的内存 泛出现在网路监控、入侵检测、金融服务、股票交易 应当限制在有限范围内；第三，新产生的数据元素应 和卫星遥感等诸多领域，数据流挖掘已经成为 当前 当尽可能快地处理 ，从而能够及时得到处理分析结 研究的热点之一。聚类分析作为数据流挖掘领域的 果。Clustream算法口和 HPStream算法_2是数据流 一 个重要问题 ，被高度重视和广泛研究。不同于传 聚类中两种重要的聚类分析算法，两者均是增量式 统数据 ，数据流具有实时、连续、有序、快速到达、潜 的聚类算法，在每个数据项