[发明专利]一种基于密度和扩展网格的数据流聚类方法

权利要求书

1.一种基于密度和扩展网格的数据流聚类方法，其特征在于，包括以下步骤：

步骤S1：在线处理步骤，快速接收一段已经积累了一定时间的数据流，数据根据相应的规则得到每个网格的微簇中心，形成初始聚类；

步骤S2：离线调整步骤，离线层检测到数据流的变化后，更新聚类结果，按照pyramid time frame的结构保存聚类结果；

步骤S3：随着时间的推移，连续数据流不断到来，聚类结果也随之更新；数据时间越长，重要性越小；

步骤S4：引入数据权重λ(0≤λ≤1)作为密度衰减系数，降低历史数据的权重；λ基于数据的权值和生命周期，ω为权值，生命周期为τ，则密度衰减系数满足λ^τ≤ω；

步骤S5：新的数据流到达时，数据空间由初始聚类结果和有新数据更新的网格组成，得到的挖掘结果由pyramid time frame结构来存储数据。

2.根据权利要求1所述的一种基于密度和扩展网格的数据流聚类方法，其特征在于，所述的步骤S1中包括以下步骤：

步骤S11：设数据集(S₁,S₂,…,S_d)具有d维属性，并且数据空间S＝S₁×S₂×…×S_d是d维数据空间；x＝(x₁,x₂,…,x_d)表示在t时刻、数据空间S上的数据点集合；把数据空间的每个维度S_i(1≤i≤d)划分成p份，相等长度且互不相交，在每个维度的正方向上延长区间的长度，从而形成有限的超矩形区域；每一个超矩形区域就是一个网格单元，任何一个数据集合x都可以映射到相应的网格单元，记为g(x)＝(j₁,j₂,…,j_d)，其中j_i＝1,2…p，共有个网格单位。

3.根据权利要求2所述的一种基于密度和扩展网格的数据流聚类方法，其特征在于，所述的步骤S1中还包括以下步骤：

步骤S12：每个维度区间都是半开半闭的区间[l_j,r_j)(j＝1,2,…,d)，则点集x表示为x＝[l₁,r₁)*[l₂,r₂)*…*[l_d,r_d)。