原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于粒子群优化算法的数据流聚类算法.pdf
21 10 计算机技术与发展 Vol． 21 No． 10
第 卷 第 期
2011 10 Oct． 2011
年 月 COMPUTER TECHNOLOGY AND DEVELOPMENT
基于粒子群优化算法的数据流聚类算法
，
肖裕权 周肆清
( ， 4 10083)
中南大学信息科学与工程学院 湖南长沙
: ，
摘 要 针对当前基于滑动窗口的聚类算法中对原始数据信息的损失问题和提高聚类质量和准确性 在现有基于滑动窗
， (PSO) 。
口模型数据流聚类算法的基础上 提出了一种基于群体协作的粒子群优化算法 的新数据流聚类算法 这种优化的
新数据流聚类算法利用改进的时间聚类特征指数直方图作为数据流的概要结构以及应用PSO 在聚类过程中对聚类质量
。 ， ， 。
的局部迭代优化 实验结果表明 此方法有效减少了内存的开销 解决了对原始数据信息损失的问题 与传统的数据流
， 。
聚类算法相比 基于粒子群优化算法的数据流聚类算法在聚类质量和准确性上明显优于传统的数据流聚类算法
: ; ; ;
关键词 聚类 数据流 粒子群优化算法 滑动窗口
中图分类号:TP311 文献标识码:A 文章编号:1673－629X (2011)10 －0043－04
Clustering Evolving Data Streams Based on
Particle Swarm Optimization
XIAO Yu－quan ，Z HOU Si－qing
(School of Information Science and Engineering ，Central South University ，Changsha 4 10083 ，China)
Abstract :In view of the current based on sliding w indow s clustering algorithm of original data information loss problem and improve the
cluster quality and accuracy ，in the existing basis for data flow clustering algorithm based on sliding w indow model ，proposed based on
group collaboration of particle sw arm optimization algorithm (PSO)of new data flow clustering algorithm ，the optimization of new data
文档评论（0）