移动数据预估聚类分析算法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (2): 197-201.

移动数据预估聚类分析算法

欧阳浩¹,肖建华²

1.广西工学院计算机工程系，广西柳州 545006
2.湖南省第一师范学校信息技术系，长沙 410002

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2008-01-11 发布日期:2008-01-11
通讯作者: 欧阳浩

Predicting clustering analysis algorithm for moving data

OUYANG Hao¹,XIAO Jian-hua²

1.Department of Computer Engineering，Guangxi University of Technology，Liuzhou，Guangxi 545006，China
2.Department of Information Technology，Hunan First Normal College，Changsha 410002，China

Received:1900-01-01 Revised:1900-01-01 Online:2008-01-11 Published:2008-01-11
Contact: OUYANG Hao

摘要/Abstract

摘要： 研究了一种移动数据的预估聚类分析算法。首先建立移动数据的数学模型，然后在此模型的基础上，提出一个基于微簇的移动数据的聚类分析算法，并对移动微簇的相交和分裂事件进行了详细地分析。提出的新算法可以预测一定时间段内的任意时刻数据的聚类情况。

关键词: 移动数据, 数据挖掘, 聚类, 网格, 微簇

Abstract: The paper studies a predicting clustering analysis algorithm for moving data.Firstly，build a data model of moving data，then provide a clustering analysis algorithm for moving data based on mini-cluster，and detailedly analyze collision events and split events of moving mini-cluster.The new algorithm can predict arbitrary time clustering that is in the given period of time.

Key words: moving data, data mining, clustering, grid, micro-cluster

欧阳浩¹,肖建华². 移动数据预估聚类分析算法[J]. 计算机工程与应用, 2008, 44(2): 197-201.

OUYANG Hao¹,XIAO Jian-hua². Predicting clustering analysis algorithm for moving data[J]. Computer Engineering and Applications, 2008, 44(2): 197-201.

[1]	兰红，黄敏. 融合KNN优化的密度峰值和FCM聚类算法[J]. 计算机工程与应用, 2021, 57(9): 81-88.
[2]	郭晓静，隋昊达. 改进YOLOv3在机场跑道异物目标检测中的应用[J]. 计算机工程与应用, 2021, 57(8): 249-255.
[3]	李莉，纪欣沅，宋嵩. 回环软件缺陷数量预测模型[J]. 计算机工程与应用, 2021, 57(7): 158-163.
[4]	霍光煜，张勇，孙艳丰，尹宝才. 基于语义的档案数据智能分类方法研究[J]. 计算机工程与应用, 2021, 57(6): 247-253.
[5]	杨芳，尹曦，司建辉，刘宏媛，汪雪. 基于侧重点聚类的数学表达式相似度计算方法[J]. 计算机工程与应用, 2021, 57(6): 88-93.
[6]	宗晓萍，陶泽泽. 基于掌握速度的知识追踪模型[J]. 计算机工程与应用, 2021, 57(6): 117-123.
[7]	赵凡，张琳，闻治泉，杨林林，蔺广逢. 一种直接高效的自然场景汉字逼近定位方法[J]. 计算机工程与应用, 2021, 57(6): 159-167.
[8]	彭启慧，宣士斌，高卿. 分布的自动阈值密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(5): 71-78.
[9]	李勇振，廖湖声. 基于图卷积神经网络的多视角聚类[J]. 计算机工程与应用, 2021, 57(5): 115-122.
[10]	王昌龙，张远东，缪宏，杨煜恒. 双通道卷积神经网络在南瓜病害识别上的应用[J]. 计算机工程与应用, 2021, 57(5): 183-189.
[11]	胡晓敏，王明丰，张首荣，李敏. 用于文本聚类的新型差分进化粒子群算法[J]. 计算机工程与应用, 2021, 57(4): 61-67.
[12]	王俊玲，卢新明. 基于语义相关的视频关键帧提取算法[J]. 计算机工程与应用, 2021, 57(4): 192-198.
[13]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[14]	王芙银，张德生，张晓. 结合鲸鱼优化算法的自适应密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(3): 94-102.
[15]	陈俊丰，郑中团. WKMeans与SMOTE结合的不平衡数据过采样方法[J]. 计算机工程与应用, 2021, 57(23): 106-112.