一种基于质量估算的空间数据流聚类算法研究-计算机应用研究.PDFVIP

第 卷第 期 计 算 机 应 用 研 究 年 月 一种基于质量估算的空间数据流聚类算法研究 樊 超 李宏伟 朱 燕 施方林 信息工程大学 郑州 摘 要 针对传统的基于网格密度的数据流聚类方法丢失数据的空间位置特性的缺陷 提出了一种基于质量估 算 的空间数据流聚类方法 通过 树进行空间划分 可将到达数据映射到不同的划分区域 在树得到质量 的基础上 进行各子区域的密度推算的同时引入衰减因子 以及在线动态维护微簇 可精确 反映空间数据流的演化信息 该方法在真实数据与模拟数据的综合实验中验证了算法的聚类效果与高效率性 并通过与传统数据流聚类算法的对比 进一步体现出其在聚类效果上的优势 该方法能够在保证较低的时间复 杂度的基础上 更好地保留数据的空间位置特性 因而能够更好地适应空间数据流聚类的需求 关键词 空间数据挖掘 空间数据流 数据流聚类 质量估算 空间划分 中图分类号 文献标志码 文章编号 目表示网格密度 避免了大量的距离计算 减少了时间复杂度 引言 却丢失了数据的空间位置信息 聚类效果明显受到网格粒 度的影响 由于空间数据流中的空间位置信息对于研究和 随着互联网 传感器网 数据库以及各种信息技术的迅猛 应用具有很重要的意义针对 算法缺失数据空间位 发展 许多应用领域如社交网络 电子商务 地质测量 气象 天