Abstract：
聚类数据流是一个从高速数据流中析取相关模式的实时处理过程;其中,最为关键地是要解决以下两个问题:①当数据随着时间迅速演变时,聚类质量很低;②在数据流的不同部分,数据流聚类算法需要有很强的能力对聚类点进行发现和探察.这里研究和分析了数据流上K-median聚类技术的主要理念与内在特征,其目标就是要能有效地解决现存的问题.同时也总结了一种适合于数据流环境下,基于单遍扫描模型、具有较小空间复杂度的K-median聚类常因子近似算法框架机制.此外,还对数据流上K-median聚类技术的核心理念进行了有机整合,并给出了核心且实时高效的数据流K-median聚类算法实例.
Keyword：
Reprint 's Address：
Email：
Source ：
Year： 2006
Page： 820-823
Language： Chinese
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
