具有容错特性的两层数据流聚类方法-ScholarMate.PDF

2012 年 5 月 北京航空航天大学学报 May 2012 38 5 Journal of Beijing University of Aeronautics and Astronautics Vol． 38 No. 5 第 卷 第 期 具有容错特性的两层数据流聚类方法 由育阳 朱纪洪 杨志宏* ( ， 100084) 清华大学计算机系 北京 ( ， 100193) 中国医学科学院药用植物研究所 北京 摘 要 提出一种具有容错能力的进化数据流聚类算法: FTGDStream (Fault-Tolerant Grid-Density Clustering over Data Stream)， ， 通过在聚类过程中引入适当的松弛条件 从而在含有 ． 噪声的真实世界数据中获取更加泛化的有用知识 首先利用基于相似性度量和小波技术的 HLSFTS (Hierarchical Lifting Scheme Fault-Tolerant Synopses)层次概要数据结构实现在线微聚 ， ． 类过程 然后采用基于网格密度的聚类算法实现离线宏聚类过程 在线算法所构造的小波概要 ， 数据结构对原始数据的高压缩率降低了离线网格密度聚类算法的计算负载 提高了二层数据 ． UCI ，FTGDStream 流聚类算法的效率 在 数据集上的仿真实验结果表明 算法可以聚类任意空 ， ． 间形状的数据并且适用于高维数据流环境 是一种具有容错能力的高效数据流聚类算法 关 键 词 进化数据流聚类 容错 概要结构 网格密度: ; ; ; 中图分类号:TP 311． 13 文献标识码:A 文章编号:1001-5965 (2012)05-0665-05 Two-layer clustering over data stream with fault-tolerance You Yuyang Zhu Jihong (Department of Computer ，Tsinghua University ，Beijing 100084 ，China) Yang Zhihong (Institute of Medicinal Plant Development ，CAMS ，Beijing 100193 ，China) Abstract :A