论文研究-基于网格密度和引力的不确定数据流聚类算法.pdf下载

为改进EMicro算法存在的不足提出了GDF-CUStreams算法。该算法采用网格特征向量存储数据的分布特征，通过更新网格特征向量合并成簇对不确定数据流聚类，对新数据点的到来采用增量聚类。通过网格密度和网格质心之间的距离判定网格是否是零星网格，利用网格引力对簇边界进行优化，检测和删除零星网格，使簇边缘更加平滑，提高聚类精度。其中网格密度和网格质心都采用增量更新。实验结果表明，与EMicro算法相比，GDF-CUStreams效率更高且效果良好。