Abstract：
数据流环境下,数据的分布特征随着时间的变化而变化,然而传统的界标聚类方法不能及时淘汰较老的数据,且对任意形状数据的聚类效果都不是很好。本文提出一种基于基本滑动窗口的数据流聚类方法,且对基于密度聚类的方法进行了改进,使其能改善上述的两个缺点。采用滑动窗口技术是因为它更能体现当前一段时间的数据分布,聚类效果也有了进一步的改进。理论与实验证明,改进过的聚类方法与传统的界标的方法相比是更有效的。
Keyword：
Reprint 's Address：
Email：
Source ：
Year： 2009
Language： Chinese
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
