论文部分内容阅读
高维数据流聚类是数据挖掘领域中的研究热点。由于数据流具有数据量大、快速变化、高维性等特点，许多聚类算法不能取得较好的聚类质量。提出了高维数据流的自适应子空间聚类算法SAStream。该算法改进了HPStream中的微簇结构并定义了候选簇，只在相应的子空间内计算新来数据点到候选簇质心的距离，减少了聚类时被检查微簇的数目，将形成的微簇存储在金字塔时间框架中，使用时间衰减函数删除过期的微簇；当数据流量大时，根据监测的系统资源使用情况自动调整界限半径和簇选择因子，从而调节聚类的粒度。实验结果表明，该算法具有良好的