%0 Journal Article
%T 基于小波概要的并行数据流聚类
%A 陈华辉？
%A 施伯乐？
%A 钱江波？
%A 陈叶芳？
%J 软件学报
%P 644-658
%D 2010
%X 许多应用中会连续不断产生大量随时间演变的序列型数据,构成时间序列数据流,如传感器网络、实时股票行情、网络及通信监控等场合.聚类是分析这类并行多数据流的一种有力工具.但数据流长度无限、随时间演变和大数据量的特点,使得传统的聚类方法无法直接应用.利用数据流的遗忘特性,应用离散小波变换,分层、动态地维护每个数据流的概要结构.基于该概要结构,快速计算数据流与聚类中心之间的近似距离,实现了一种适合并行多数据流的k-means聚类方法.所进行的实验验证了该聚类方法的有效性.
%K 聚类
%K 概要
%K 遗忘特性
%K 离散小波变换
%K 数据流
%U http://www.jos.org.cn/ch/reader/view_abstract.aspx?file_no=3570&flag=1