%0 Journal Article
%A 刘惊雷
%A 于彦伟
%A 赵金东
%T 面向实时海量数据流的数据聚类
%D 2016
%R 10.13190/j.jbupt.2016.03.021
%J 北京邮电大学学报
%P 114-119
%V 39
%N 3
%X <p>针对海量实时数据流，提出了一种基于密度和网格划分相结合的聚类算法.首先对数据空间进行划分，判断每个单元格中数据点的属性.如果单元格内数据点密度高于阈值，则判定这些点为核心点；否则，根据单元格邻居内数据点的数量对数据点进行再次判断，以确定单元格内的数据点是边界点还是噪声点.算法克服了基于密度的算法运行效率低的缺点，又弥补了基于网格的算法精度较低的不足.通过实验验证了算法的效率和性能，并与经典的DBSCAN和CLIQUE算法进行了对比分析.最后分析了算法在面向海量实时数据流方面所具有的优势，并提出了进一步的研究方向.</p>
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2016.03.021