基于概率和代表点的数据流动态聚类算法

来源：计算机研究与发展杂志2016年第5期北京时间：

作者：毕安琪,董爱美,王士同,

摘要：为了解决数据流动态聚类问题，提出了一种概率化的基于代表点聚类算法.首先，基于概率框架给出了AP(affinitypropagation)聚类算法和EEM(enhancedα-expansionmove)聚类算法的联合目标函数，提出了概率化的基于代表点聚类算法;其次，根据样本与其代表点之间的概率，提出了基于概率的漂移动态α-expansion数据流聚类算法.该算法使得新数据的代表点尽可能贴近原始数据的代表点，从而提高聚类性能;另一方面，考虑到原始数据与新数据的相似性，该算法能够处理2种漂移过程中的动态聚类问题：1)新数据与原始数据分享部分数据，其余数据与原始数据相似；2)没有相同的数据，新数据与原始数据有相似关系.在人工合成数据集D31,Birch3以及真实数据集ForestCovertpye,KDDCUP99的实验结果均显示出了所提之算法能够处理数据流聚类问题，并保证聚类性能稳定.

关键词：数据流, 能量函数, 概率, 优化算法, 动态聚类,