一种基于数据场的时空数据流聚类方法

摘要

本发明公开了一种基于数据场的时空数据流聚类方法，首先将研究区域按网格进行划分，在新数据到达时，根据其属性值分配到对应的网格单元中，并加入网格的缓存列表。每过一个计算间隔，会对网格的历史质量进行衰减，并通过数据场方法对网格的新质量进行计算，进而对网格势值和数据场参数进行更新，最后通过网格状态的变化情况对聚类结果进行动态调整。本发明将数据场理论引入数据流聚类当中，改善了传统的数据流聚类算法难以感知数据间相关性的不足，本方能够对时空数据流进行有效的动态聚类，从而应用在城市热点动态探测等时空数据挖掘场景中。