点击次数：

论文类型：会议论文

发表时间：2009-11-14

页面范围：432-438

关键字：密度网格密度;数据流聚类算法;数据结构

摘要：提出一种采用树型概要结构的密度网格树流聚类算法DG-Tree(Density and Grid-Tree Algorithm)。该算法利用数据流聚类算法CluStream中的处理框架，把聚类分为微聚类和宏聚类两个过程。在微聚类过程中，通过把数据流按属性值分配到一棵树中，消除了空刚格对聚类结果的影响，同时针对数据流聚类中，近期的数据往往比久远的数据更受关注的特点，引入了时间衰退模型;在宏聚类过程中，对微聚类中生成的树中的叶子节点进行密度聚类，通过设立噪音密度阀值函数和更新周期，不仅可以有效的发现噪音叶子节点，还减少了密度聚类中对叶子节点密度更新的计算量，减少了算法的时间消耗。通过在KDD Cup 99数据集上的实验表明，相比DBScan算法和CluStream算法，DG－Tree算法在时间效率上有很大提高。