文献类型：期刊文章

作　　者：郑广寰[1] 林锦贤[2]

机构地区：[1]福州大学数学与计算机科学学院,福建福州350002 [2]福州大学网络与信息中心,福建福州350002

出　　处：《微电子学与计算机》

基　　金：福建省自然科学基金项目(A0410011);福建省科技专项经费项目(2005K007)

年　　份：2006

卷　　号：23

期　　号：z1

起止页码：190-192

语　　种：中文

收录情况：BDHX、BDHX2004、CSCD、CSCD_E2011_2012、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：文章研究和分析了数据流上的K-median聚类算法技术,包括:(1)流模型和K-median问题定义;(2)基于流的K-median聚类基本决策和内在机理;(3)理论上有性能保证的流算法。对于每一特征,这种技术能在没有实际保留任何数据流对象的情形下有效地确定聚类点。它通过一个聚类块的一分为二或相邻聚类块的合二为一来动态地生成聚类点,从而实现上述目标。作为结果,这种技术所确定的聚类点将比其他常规方法更准确。在数据流环境中,这种技术能够在产生高质量聚类结果的同时非常有效地执行。

关 键 词：数据流 K-Median聚类  算法  理念  

分 类 号：TP31]