一种新的数据流分形聚类算法

doi:10.3778/j.issn.1002-8331.2010.06.039

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (6): 136-138.DOI: 10.3778/j.issn.1002-8331.2010.06.039

• 数据库、信号与信息处理 • 上一篇下一篇

一种新的数据流分形聚类算法

罗义钦^1，2，倪志伟^1，2，杨葛钟啸^1，2

1.合肥工业大学管理学院，合肥 230009
2.合肥工业大学过程优化与智能决策教育部重点实验室，合肥 230009

收稿日期:2008-09-10 修回日期:2008-11-21 出版日期:2010-02-21 发布日期:2010-02-21
通讯作者: 罗义钦

New fractal clustering algorithm on data stream

LUO Yi-qin^1，2，NI Zhi-wei^1，2，YANGGE Zhong-xiao^1，2

1.School of Management，Hefei University of Technology，Hefei 230009，China
2.Key Laboratory of Process Optimization and Intelligent Decision-making，Ministry of Education，Hefei University of Technology，Heifei 230009，China

Received:2008-09-10 Revised:2008-11-21 Online:2010-02-21 Published:2010-02-21
Contact: LUO Yi-qin

摘要/Abstract

摘要： 提出了基于分形的数据流聚类算法，利用分形维数的变化程度来度量数据点与聚类的自相似程度，在噪音干扰下能发现反映数据流自然聚集状态的任意形状的聚类。实验证明，FClustream算法是一种高效的数据流聚类算法。

关键词: 数据流, 分形, 分形维数, 聚类

Abstract: This paper presents an algorithm which is based on fractal to cluster data stream and uses the change of fractal dimension to measure the self-similarity between data and clusters.With noisy condition，the algorithm can discover arbitrary shape clusters that reflect the natural group status of data stream.The experiments show the good performance and effectivity of FClustream.

Key words: data stream, fractal, fractal dimension, clustering

中图分类号:

TP301.6

罗义钦^1，2，倪志伟^1，2，杨葛钟啸^1，2. 一种新的数据流分形聚类算法[J]. 计算机工程与应用, 2010, 46(6): 136-138.

LUO Yi-qin^1，2，NI Zhi-wei^1，2，YANGGE Zhong-xiao^1，2. New fractal clustering algorithm on data stream[J]. Computer Engineering and Applications, 2010, 46(6): 136-138.

[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]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	张忠林，赵昱，闫光辉. 自然邻居密度极值聚类算法[J]. 计算机工程与应用, 2021, 57(23): 200-210.
[15]	梅婕，魏圆圆，许桃胜. 基于密度峰值多起始中心的融合聚类算法[J]. 计算机工程与应用, 2021, 57(22): 78-85.

一种新的数据流分形聚类算法

New fractal clustering algorithm on data stream

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics