×
大卫·P·霍夫梅尔。;尼科斯·帕夫利迪斯。;伊德里斯·埃克利（Idris A.Eckley）。

高维数据流的分簇。 （英语） Zbl 1505.62189号

统计计算。 26，第5期，1101-1120（2016）.
摘要：随着自动数据采集技术在各种应用程序中的部署，流式数据聚类变得越来越重要。针对高维数据流，我们提出了一种基于高密度聚类的全增量投影除法聚类方法。该方法能够识别任意子空间中的簇，估计簇数，并检测需要修改模型的数据分布变化。对大量真实和模拟数据集的实证评估表明，该方法在维数和簇数上具有可扩展性，对噪声和无关特征具有鲁棒性，并且能够处理各种类型的非平稳性。

MSC公司：

62-08 统计问题的计算方法
62H30型 分类和区分；聚类分析（统计方面）
62G07年 密度估算
68T05型 人工智能中的学习和自适应系统

关键词：

群集;数据流;高维性;人口漂移;模态测试

软件：

HPStream公司;AS 217标准;UCI-毫升
PDF格式BibTeX公司 XML格式引用
\textit{D.P.Hofmeyr}等人，《统计计算》。26，第5号，1101--1120（2016；Zbl 1505.62189）
全文： 内政部 链接

参考文献：

[1] Aggarwal，抄送；Aggarwal，CC（编辑）；Reddy，C.（编辑），《流聚类算法调查》，457-482（2013），博卡拉顿
[2] Aggarwal，C.C.、Han，J.、Wang，J.和Yu，P.：聚类进化数据流的框架。摘自：第29届超大数据库国际会议记录，第29卷，第81-92页（2003年）
[3] Aggarwal，C.C.、Han，J.、Wang，J.和Yu，P.S.：高维数据流预测聚类的框架。摘自：《第三十届超大数据库国际会议论文集》，第852-863页（2004年）
[4] Amini，A.，Saboohi，H.，Wah，T.Y.，Herawan，T.：Dmm-stream：用于进化数据流的密度微型聚类算法。In:《第一届先进数据与信息工程国际会议论文集》（DaEng-2013），675-682（2014）
[5] Amini，A.，Wah，T.Y.，Saboohi，H.：关于基于密度的数据流聚类算法：一项调查。J.计算。科学。Technol公司。29(1), 116-141 (2014) ·doi:10.1007/s11390-014-1416-y
[6] Anagostopoulos，C.、Tasoulis，D.K.、Adams，N.M.、Pavlidis，N.G.、Hand，D.J.：在线线性和二次判别分析，用于流分类。统计分析。数据最小值5（2），139-166（2012）·Zbl 07260320号 ·doi:10.1002/sam.10151
[7] Ankerst，M.、Breunig，M.，Kriegel，H.P.、Sander，J.：OPTICS：确定聚类结构的排序点。摘自：ACM Sigmod会议记录，第49-60页（1999）
[8] Artac，M、Jogan，M和Leonardis，A：在线视觉学习和识别的增量PCA。摘自：《第十六届模式识别国际会议论文集》，第3卷，第781-784页（2002年）·Zbl 1200.62034号
[9] Azzalini，A.，Torelli，N.：通过非参数密度估计进行聚类。统计计算。17(1), 71-80 (2007). doi:10.1007/s11222-006-9010-y·doi:10.1007/s11222-006-9010-y
[10] Babcock，B.，Babu，S.，Datar，M.，Motwani，R.，Widom，J.：数据流系统中的模型和问题。摘自：第二十一届ACM SIGMOD-SIGACT-SIGART数据库系统原理专题讨论会会议记录，第1-16页（2002年）·Zbl 1211.68134号
[11] Bache，K.，Lichman，M.：UCI机器学习库。加州大学欧文分校信息与计算机科学学院。http://archive.ics.uci.edu/m
[12] Boley，D.：主方向除法分割。最小已知数据。发现。2(4), 325-344 (1998) ·doi:10.1023/A:1009740529316
[13] Campello，R.J.G.B.，Moulavi，D.，Zimek，A.，Sander，J.：从层次结构中半监督和非监督最优提取聚类的框架。最小已知数据。发现。27（3），344-371（2013）·Zbl 1281.68175号 ·doi:10.1007/s10618-013-0311-4
[14] Cao，F.，Ester，M.，Qian，W.，Zhou，A.：带噪声的进化数据流上基于密度的聚类。摘自：2006年SIAM数据挖掘国际会议记录，第328-339页（2006）
[15] Chen，Y.，Tu，L.：实时流数据的基于密度的聚类。摘自：第13届ACM SIGKDD知识发现和数据挖掘国际会议论文集，第133-142页（2007）·Zbl 1281.68175号
[16] Cuevas，A.、Febrero，M.、Fraiman，R.：聚类分析：基于密度估计的进一步方法。计算。统计数据分析。36(4), 441-459 (2001) ·Zbl 1053.62537号 ·doi:10.1016/S0167-9473（00）00052-9
[17] Cuevas，A.，Fraiman，R.：支持评估的插件方法。Ann.Stat.25（6），2300-2312（1997）·Zbl 0897.62034号 ·doi:10.1214/aos/1030741073
[18] Ester，M.、Kriegel，H.P.、Sander，J.、Xu，X.：一种基于密度的算法，用于在带有噪声的大型空间数据库中发现簇。摘自：《第二届知识发现和数据挖掘国际会议论文集》，第226-231页（1996）
[19] Guha，S.、Meyerson，A.、Mishra，N.、Motwani，R.、O'Callaghan，L.：聚类数据流：理论与实践。IEEE传输。知识。数据工程15（3），515-528（2003）·doi:10.1010/TKDE.2003.1198387
[20] Hartigan，J.A.：聚类算法。概率与数理统计中的威利级数。威利，纽约（1975年）·Zbl 0372.62040号
[21] Hartigan，P.M.：算法为217：计算倾角统计以测试单峰。J.R.Stat.Soc.34（3），320-325（1985）
[22] Hartigan，J.A.，Haritigan，P.M.：单峰倾角测试。Ann.Stat.13（1），70-84（1985）·Zbl 0575.62045号 ·doi:10.1214/aos/1176346577
[23] Hassani，M.，Kranen，P.，Saini，R.，Seidl，T.：子空间任意时间流聚类。摘自：《第26届国际科学与统计数据库管理会议论文集》，第37页（2014）·Zbl 0897.62034号
[24] Hassani，M.、Spaus，P.、Gaber，M.M.、Seidl，T.：基于密度的数据流预测聚类。摘自：《第六届可扩展不确定性管理国际会议论文集》，第311-324页（2012年）
[25] Haykin，S.：《神经网络：综合基础》。Prentice-Hall International，Upper Saddle River（1999年）·Zbl 0934.68076号
[26] Jain，A.K.：数据聚类：超过K-means 50年。模式识别。莱特。31(8), 651-666 (2010) ·doi:10.1016/j.parec.2009.0011
[27] Jia，C.，Tan，C.，Yong，A.：一种用于处理数据流的基于网格和密度的聚类算法。In:国际遗传与进化计算会议（2008）·Zbl 1281.68175号
[28] Kranen，P.，Assent，I.，Baldauf，C.，Seidl，T.：自适应任意时间流聚类。摘自：IEEE数据挖掘国际会议，第249-258页，doi:10.1109/ICDM.2009.47（2009）
[29] Kranen，P.：流数据挖掘的任何时间算法。死亡论文。亚琛RWTH大学（2011）
[30] Kriegel，H.P.，Kröger，P.，Zimek，A.：高维数据聚类：关于子空间聚类、基于模式的聚类和相关聚类的调查。知识。发现。数据。3(1), 1-58 (2009) ·数字对象标识代码：10.1145/1497577.1497578
[31] Li，Y.，Xu，L.-Q.，Morphett，J.，Jacobs，R.：增量和鲁棒pca的集成算法。摘自：《国际图像处理会议记录》，第1期，第245-248页（2009年）
[32] Menardi，G.，Azzalini，A.：通过非参数密度估计进行聚类的进展。统计计算。24(5), 753-767 (2014). 数字对象标识代码：10.1007/s11222-013-9400-x·Zbl 1322.62175号 ·数字对象标识代码：10.1007/s11222-013-9400-x
[33] Müller，D.W.，Sawitzki，G.：多模态的过剩质量估计和测试。《美国统计协会期刊》86（415），738-746（1991）·Zbl 0733.62040号
[34] Ntoutsi，I.、Zimek，A.、Palpanas，T.、Kröger，P.、Kriegel，H.P.：高维数据流上基于密度的投影聚类。摘自：《SiAM国际数据挖掘会议论文集》，第987-998页（2012年）
[35] Pavlidis，N.G.，Tasoulis，D.K.，Adams，N.M.，Hand，D.J.：λ-感知器：数据流的自适应分类器。模式识别。44(1), 78-96 (2011) ·Zbl 1211.68134号 ·doi:10.1016/j.patcog.2010.07.026
[36] Reynolds Jr，M.R.，Stoumbos，Z.G.：连续检查时监控比例的CUSUM图。J.资格。Technol公司。3(1), 87 (1999)
[37] Rigollet，P.，Vert，R.：密度水平集插件估计的最佳速率。伯努利15（4），1154-1178（2009）·Zbl 1200.62034号 ·文件编号：10.3150/09-BEJ184
[38] Rinaldo，A.，Wasserman，L.：广义密度聚类。《Ann.Stat.38》（5），2678-2722（2010）·Zbl 1200.62066号 ·doi:10.1214/10-AOS797
[39] Rosenberg，A.，Hirschberg，J.：V度量：基于条件熵的外部聚类评估度量。摘自：2007年自然语言处理和计算自然语言学习实证方法联合会议记录，第410-420页（2007）
[40] Scott，D.W.：《多元密度估计：理论、实践和可视化》，第383卷。John Wiley&Sons，纽约（2009）·兹比尔1311.62004
[41] Silva，J.A.，Faria，E.R.，Barros，R.C.，Hruschka，E.R..，de Carvalho，A.C.P.L.F.，Gama，J.：数据流聚类：一项调查。ACM计算。Surv公司。46(1), 13:1-13:31 (2013) ·Zbl 1288.68200号 ·doi:10.1145/2522968.2522981
[42] Stuetzle，W.：通过分析样本的最小生成树来估计密度的聚类树。J.分类。20(5), 25-47 (2003) ·Zbl 1055.62075号 ·doi:10.1007/s00357-003-0004-6
[43] Stuetzle，W.，Nugent，R.：估算密度聚类树的广义单链接方法。J.计算。Gr.Stat.19（2），397-418（2010）·doi:10.1198/jcgs.2009.07049
[44] Tasoulis，S.K.，Tasouli，D.K.，Plagianakos，V.：增强主方向分裂聚类。模式识别。43(10), 3391-3411 (2010) ·Zbl 1209.68489号 ·doi:10.1016/j.patcog.2010.05.025
[45] SK塔苏利斯；丹麦塔苏利斯；副总裁Plagianakos；Maglogiannis，L.（编辑）；Vlahavas，L.（编辑），高维数据流的聚类，223-230（2012），柏林·doi:10.1007/978-3-642-30448-4_28
[46] Vergara，A.、Vembu，S.、Ayhan，T.、Ryan，M.A.、Homer，M.L.、Huerta，R.：使用分类器集合的化学气体传感器漂移补偿。传感器执行器B 166、320-329（2012）·doi:10.1016/j.snb.2012.01.074
[47] von Luxburg，U.：聚类稳定性。Now Publishers Inc，汉诺威（2010）·Zbl 1191.68615号
[48] Weng，J.，Zhang，Y.，Hwang，W.S.：无协方差增量主成分分析。IEEE传输。模式分析。机器。智力。25(8), 1034-1040 (2003)
[49] Zhang，T.，Ramakrishnan，R.，Livny，M.：BIRCH：一种适用于超大数据库的高效数据聚类方法。ACM SIGMOD Conf.25，103-114（1996）·doi:10.1145/235968.233324
[50] Zhao，Y.，Karypis，G.：文档聚类的标准函数：实验和分析。机器。学习。42, 143-175 (2001) ·Zbl 0970.68167号 ·doi:10.1023/A:1007612920971
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。