基于网格和MST的混合属性流数据聚类算法  

A Heterogeneous Data Stream Clustering Algorithm Based on Grid and MST

作　　者：俞智君[1] 张凤斌[1] YU Zhi-jun, ZHANG Feng-bin （School of Computer Science and Technology, Harbin University of Science and Technology, Harbin 150080, China）

机构地区：[1]哈尔滨理工大学计算机科学与技术学院,黑龙江哈尔滨150080

出　　处：《电脑知识与技术》2010年第7期5220-5222,共3页Computer Knowledge and Technology

摘　　要：现有的流数据聚类算法往往只能处理单一属性类型的流数据,或是不能发现任意形状的聚类。针对这个问题,该文提出一种混合属性流数据聚类算法GTMS,算法使用了网格及MST（最小生成树）技术,采用基于信息增益和几何相邻的方法来计算混合类型数据相似度。实验表明该算法能够有效地处理混合属性流数据。Most of the exiting streaming clustering algorithms can deal with only single type attributes,or they can＇t discover clusters with arbitrary shape.To solve the problem,GTMS is proposed for clustering stream data with mixed data types, grid and minimum spanning tree techniques is used in the algorithms,using a kind of geometric adjacency and information gain found on mixing data similarity.Experimental results show that the algorithm can deal with the stream data with mixed data types.

关 键 词：流数据聚类 混合属性 网格 最小生成树 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]