论文部分内容阅读
处理倾斜分布特征的数据流聚类算法TDCA存在聚类速度与内存利用率上的不足，且变流速的数据流环境对聚类结果的质量有严重影响。针对上述问题，提出一种数据流聚类算法GR—Stream。采用网格单元作为数据点的聚集形式，以基于R．tree的扩展数据结构作为组织网格单元的索引结构，在此基础上引入剪枝策略，并调整数据点进入树的方式。在真实数据集KDD．CUP99上进行测试，结果表明，与TDCA算法相比，该算法在聚类过程中可以提高40％的访问速度，应用剪枝策略节省至少一半的内存使用量，同时在变流速的数据流环境下将聚类结