【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第3期 343-346页,共5页

【作 者】： 任培花

【摘 要】 为了解决滑块窗口的数据流聚类算法中的聚类质量和算法执行效率问题，提出了基于微簇进化学习的数据流快速聚类算法。首先在在现阶段以时间滑块窗口的时间快照窗口周期为时间单位进行数据流粒度快照获取，并进行微簇的实时生成，依据微簇更新机制进行微簇维护；然后在离线阶段对微簇数据信息进行实时获取，利用改进的粒子群算法对数据进行聚类，根据粒子速度进行粒距划分和粒子权重系数的映射与调整，并计算粒子的适应度值；最后迭代地对粒子的局部极值和全局极值进行更新，输出聚类好的类别。实验证明改进算法具有较好的算法执行效率，并且有较优的负载能力。