密度相关的数据流偏倚抽样

应用科学学报 ›› 2006, Vol. 24 ›› Issue (2): 203-207.

密度相关的数据流偏倚抽样

杨宜东, 孙志挥

东南大学计算机科学与工程系, 江苏南京 210096

收稿日期:2004-12-29 修回日期:2005-03-29 出版日期:2006-03-31 发布日期:2006-03-31
作者简介:杨宜东,博士生,研究方向:数据挖掘与知识发现,E-mail:ydyang@seu.edu.cn;孙志挥,教授,博导,研究方向:数据库系统、应用及知识发现,E-mail:sunzh@seu.edu.cn
基金资助:
国家自然科学基金(70371015);教育部高等学校博士学科点科研基金(20040286009)和南瑞继保学位基金资助项目

Biased Sampling of Data Streams Based on Density

YANG Yi-dong, SUN Zhi-hui

Department of Computer Science and Engineering, Southeast University, Nanjing 210096, China

Received:2004-12-29 Revised:2005-03-29 Online:2006-03-31 Published:2006-03-31

摘要/Abstract

摘要： 利用数据空间动态网格划分的方法,对数据流空间的数据分布密度情况进行模拟,并在此基础上提出了一种基于密度的偏倚抽样方法.为验证该抽样方法的有效性,将其应用到数据流中的聚类挖掘,实验结果表明该算法具有良好的适用性和有效性.

关键词: 数据流, 偏倚抽样, 聚类

Abstract: As an important kind of data source, data stream has received increasing attention.Data stream management systems and data mining based on data streams have also attracted much research interest.With dynamical gridpartitioning of the data space, distribution density of data streams is approximated, and based on which a density biased sampling method is presented.To test its efficiency, the proposed sampling method is applied to clustering data streams. Experimental results show promising applicability of the approach.

Key words: data streams, clustering, biased sampling

中图分类号:

TP311

杨宜东, 孙志挥. 密度相关的数据流偏倚抽样[J]. 应用科学学报, 2006, 24(2): 203-207.

YANG Yi-dong, SUN Zhi-hui. Biased Sampling of Data Streams Based on Density[J]. Journal of Applied Sciences, 2006, 24(2): 203-207.

[1]	魏子洋, 赵志宏, 赵敬娇. 改进Faster R-CNN算法及其在车辆检测中的应用[J]. 应用科学学报, 2020, 38(3): 377-387.
[2]	胡本固, 戴牡红. 多中心点增量式模糊聚类算法[J]. 应用科学学报, 2019, 37(6): 806-814.
[3]	王金伟, 吴少华, 瞿治国. CFMoment:挖掘数据流频繁闭项集算法[J]. 应用科学学报, 2019, 37(3): 389-397.
[4]	余玥, 邓丽, 庞洪霖, 费敏锐. 基于分布式聚类的作物生长环境异常检测方法[J]. 应用科学学报, 2018, 36(6): 1010-1021.
[5]	韦秋含, 梁海华, 张新鹏. 基于动态BoW模型的密文JPEG图像检索[J]. 应用科学学报, 2018, 36(4): 628-634.
[6]	巫兆聪, 项伟, 李俊, 杨志. 基于满足度评估的遥感应用需求聚类算法[J]. 应用科学学报, 2018, 36(4): 635-643.
[7]	吕艳霞, 王翠容, 王聪, 苑迎. 一种基于数据不确定性的概念漂移数据流分类算法[J]. 应用科学学报, 2017, 35(5): 559-569.
[8]	刘三民, 刘涛, 王忠群, 修宇, 刘余霞, 孟超. 融合分类器可信度的数据流集成分类[J]. 应用科学学报, 2017, 35(2): 226-232.
[9]	陈江平, 谭波, 连世忠. 湖北省雷击关联规则挖掘发现[J]. 应用科学学报, 2017, 35(1): 42-50.
[10]	胡昭华, 王冠南, 王珏, 邵晓雯, 卞飞飞. 模板在线聚类的目标跟踪[J]. 应用科学学报, 2016, 34(4): 430-440.
[11]	姚利涛，董育宁. 无监督的视频业务特征分析与分类[J]. 应用科学学报, 2015, 33(2): 117-128.
[12]	吴诗婳1，吴一全1,2,3,4,5，周建江1，孟天亮1，戴一冕1. 基于Shearlet 变换和Krawtchouk 矩不变量的河流SAR 图像分割[J]. 应用科学学报, 2015, 33(1): 21-31.
[13]	喻钧1, 刘飞鸿1, 王占峰2, 杨俊娜1. 基于色度直方图的颜色聚类算法[J]. 应用科学学报, 2015, 33(1): 95-104.
[14]	谢凯，张涛，奚玲，李文祥，平西建. k均值聚类的混合异构图像隐写分析[J]. 应用科学学报, 2014, 32(5): 543-550.
[15]	董天宝. 采用孤立点检测的欠定混合矩阵盲辨识[J]. 应用科学学报, 2013, 31(5): 481-487.