基于近邻传播与密度相融合的进化数据流聚类算法

摘要

针对目前数据流离群点不能很好地被处理、数据流聚类效率较低以及对数据流的动态变化不能实时检测等问题,提出一种基于近邻传播与密度相融合的进化数据流聚类算法(I-APDenStream).此算法使用传统的两阶段处理模型,即在线与离线聚类两部分.不仅引进了能够体现数据流动态变化的微簇衰减密度以及在线动态维护微簇的删减机制,而且在对模型采用扩展的加权近邻传播(WAP)聚类进行模型重建时,还引进了异常点检测删除机制.通过在两种类型数据集上的实验结果表明,所提算法的聚类准确率基本能保持在95％以上,其纯度对比实验等其他相关测试都有较好结果,能够高实效、高质量、高效率地处理数据流数据聚类.