[1]肖裕权 周肆清.基于粒子群优化算法的数据流聚类算法[J].计算机技术与发展,2011,(10):43-46.
　XIAO Yu-quan,ZHOU Si-qing.Clustering Evolving Data Streams Based on Particle Swarm Optimization[J].,2011,(10):43-46.
点击复制

基于粒子群优化算法的数据流聚类算法()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2011年10期
页码:
43-46
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Clustering Evolving Data Streams Based on Particle Swarm Optimization
文章编号:
1673-629X（2011）10-0043-04
作者:
肖裕权 周肆清
中南大学信息科学与工程学院
Author(s):
XIAO Yu-quan;  ZHOU Si-qing
School of Information Science and Engineering ,Central South University
关键词:
聚类; 数据流; 粒子群优化算法; 滑动窗口
Keywords:
clustering ;  data streams;  particle swarm optimization;  sliding window
分类号:
TP311
文献标志码:
A
摘要:
针对当前基于滑动窗口的聚类算法中对原始数据信息的损失问题和提高聚类质量和准确性，在现有基于滑动窗口模型数据流聚类算法的基础上，提出了一种基于群体协作的粒子群优化算法（PSO）的新数据流聚类算法。这种优化的新数据流聚类算法利用改进的时间聚类特征指数直方图作为数据流的概要结构以及应用PSO在聚类过程中对聚类质量的局部迭代优化。实验结果表明，此方法有效减少了内存的开销，解决了对原始数据信息损失的问题。与传统的数据流聚类算法相比，基于粒子群优化算法的数据流聚类算法在聚类质量和准确性上明显优于传统的数据流聚类算法
Abstract:
In view of the current based on sliding windows clustering algorithm of original data information loss problem and improve the cluster quality and accuracy, in the existing basis for data flow clustering algorithm based on sliding window model, proposed based on group collaboration of particle swarm optimization algorithm （PSO） of new data flow clustering algorithm, the optimization of new data flow clustering algorithm by means of improved time clustering indexes as data flow histogram summary of structure and the cluster quality of local iterative optimization in clustering process using the PSO. The experiment results show that this method is effective to reduce the memory spending, and solved the problem of original data loss. Compared with the traditional data flow clustering algorithms, based on the particle swarm optimization algorithm of data flow clustering algorithm evidently excels the traditional flow of data clustering algorithm in cluster quality and accuracy

相似文献/References:

[1]蒋璐璐 王适 王宝成 李慧敏 李鑫慧.一种改进的标记分水岭遥感图像分割方法[J].计算机技术与发展,2010,(01):36.
　JIANG Lu-lu,WANG Shi,WANG Bao-cheng,et al.Segmentation of Remote Sensing Image Based on an Improved Labeling Watershed Algorithm[J].,2010,(10):36.
[2]张甜 罗眉 孟晓红 赵宗涛.一种基于状态特征的航天发射故障诊断技术[J].计算机技术与发展,2010,(01):93.
　ZHANG Tian,LUO Mei,MENG Xiao-hong,et al.A Technology in Fault Diagnosis of Spaceflight Launch Based on State Character[J].,2010,(10):93.
[3]王会颖 章义刚.求解聚类问题的改进人工鱼群算法[J].计算机技术与发展,2010,(03):84.
　WANG Hui-ying,ZHANG Yi-gang.An Improved Artificial Fish- Swarm Algorithm of Solving Clustering Analysis Problem[J].,2010,(10):84.
[4]赵敏 倪志伟 刘斌.K—means与朴素贝叶斯在商务智能中的应用[J].计算机技术与发展,2010,(04):179.
　ZHAO Min,NI Zhi-wei,LIU Bin.Application Research of K - Means Clustering and Naive Bayesian Algorithm in Business Intelligence[J].,2010,(10):179.
[5]吴楠 胡学钢.基于聚类分区的序列模式挖掘算法研究[J].计算机技术与发展,2010,(06):109.
　WU Nan,HU Xue-gang.Research on Clustering Partition-Based Approach of Sequential Pattern Mining[J].,2010,(10):109.
[6]耿波 仲红 徐杰 闫娜娜.用关联分析法对负荷预测结果进行二次处理[J].计算机技术与发展,2008,(04):171.
　GENG Bo,ZHONG Hong,XU Jie,et al.Using Correlation Analysis to Treat Load Forecasting Results[J].,2008,(10):171.
[7]游芳 姜建国 张坤.基于二维属性的高维数据聚类算法研究[J].计算机技术与发展,2009,(05):111.
　YOU Fang,JIANG Jian-guo,ZHANG Kun.Cluster- Algorithm Studies Based on Two- Dimensional Attribute Higher - Dimension Data[J].,2009,(10):111.
[8]刘淑英 程国建 彭方.人工神经生长细胞结构网络在医疗诊断的应用[J].计算机技术与发展,2009,(05):231.
　LIU Shu-ying,CHENG Guo-jian,PENG Fang.Applications of Growing Cell Structures of Artificial Neural Network for Medical Diagnosis[J].,2009,(10):231.
[9]范新 沈闻 丁泉勋 沈洁.基于正例和未标文档的半监督分类研究[J].计算机技术与发展,2009,(06):58.
　FAN Xin,SHEN Wen,DING Quan-xun,et al.Research on Semi- Supervised Classification Based on Positive and Unlabeled Text Document[J].,2009,(10):58.
[10]吴众欣 钱德沛 黄泳翔.基于软件管道Actor模型的BPEL流程转化研究[J].计算机技术与发展,2009,(07):4.
　WU Zhong-xin,QIAN De-pei,HUANG Yong-xiang.Research on BPEL Process Conversion Based on Actor Model with Pipeline[J].,2009,(10):4.
[11]黄承宁,李 莉,姜丽莉,等.基于交互基函数的数据流聚类算法研究[J].计算机技术与发展,2024,34(03):28.[doi:10. 3969 / j. issn. 1673-629X. 2024. 03. 005]
　HUANG Cheng-ning,LI Li,JIANG Li-li,et al.Research on Data Stream Clustering Algorithm Based on Interactive Basis Function[J].,2024,34(10):28.[doi:10. 3969 / j. issn. 1673-629X. 2024. 03. 005]

备注/Memo

备注/Memo:
湖南省科技厅软件学课题（2009ZK3046）肖裕权（1983-），男，湖南永州人，硕士研究生，研究方向为数据库技术、数据流；周肆清，副教授，研究方向为数据库技术、网络信息处理、中间件技术
更新日期/Last Update: 1900-01-01