一种基于优化模型的演化数据流聚类方法-中国科学信息科学.PDFVIP

中国科学: 信息科学 2017 年 第47 卷 第11 期: 1464–1482 SCIENTIA SINICA Informationis 机器学习专题 论文 一种基于优化模型的演化数据流聚类方法 1 1,2* 2 杜航原 王文剑 白亮 1. 山西大学计算机与信息技术学院, 太原 030006 2. 计算智能与中文信息处理教育部重点实验室, 太原 030006 * 通信作者. E-mail: wjwang@sxu.edu.cn 收稿日期: 2017–05–16; 接受日期: 2017–06–19; 网络出版日期: 2017–11–03 国家自然科学基金重点项目(批准号: U1435212)、国家自然科学基金 (批准号: 和山西省青年科技研究基金 (批准号: 201701D221097) 资助项目 摘要 本文针对数据流演化聚类问题, 建立了基于模糊最大熵的优化模型, 利用模糊隶属度表达类 别划分的模糊性, 通过信息熵描述类别划分的有效性. 在此基础上定义了优化目标函数, 在滑动窗 口下将数据子集的聚类过程理解为一个优化问题, 使聚类结果能有效描述数据内在结构特