分布式数据流聚类算法

合集下载

基于近邻传播的分布式数据流聚类算法

摘
要：针对分布式数据流聚类算法存在的聚类质量不高、通信代价大的问题，提出了密度和代表点聚类思想相
结合的分布式数据流聚类算法。该算法的局部站点采用近邻传播聚类，引入了类簇代表点的概念来描述局部分布的
概要信息，全局站点采用基于改进的密度聚类算法合并局部站点上传的概要数据结构进而获得全局模型。仿真实验

文献标志码：Ａ
Ｄｉｓｔｒｉｂｕｔｅｄｄａｔａｓｔｒｅａｍｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎａｉｎｆｉｔｙｐｒｏｐａｇａｔｉｏｎ
ｉｎｔｒｏｄｕｃｅｄｉｎｔｈｅｌｏｃａｌｓｉｔｅｓｕｓｉｎｇａｆｉｆｎｉｔｙｐｒｏｐａｇａｔｉｏｎｃｌｕｓｔｅｉｒｎｇ，ｗｈｉｌｅｔｈｅｇｌｏｂａｌｓｉｔｅｇｏｔｔｈｅｇｌｏｂａｌｍｏｄｅｌｂｙｍｅｒｇｉｎｇｔｈｅ
ＪｏｕｎａｒｌｏｆＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓ
ＩＳＳＮ１００１ — ９０８１
２０１３．０９。０１
计算机应用，２０１３，３３（９）：２４７７— ２４８１
基于近邻传播的分布式数据流聚类算法
张建朋，金鑫，陈福才，陈鸿昶，侯颖

基于倾斜分布的变流速数据流聚类算法

ｕｔｉｌｉｚａｔｉｏｎ．Ｖａｒｉａｂｌｅｌｏｆｗｒａｔｅｄａｔａｓｔｒｅａｍｅｎｖｉｒｏｎｍｅｎｔｈａｓａｓｅｒｉｏｕｓｉｍｐａｃｔｏｎｔｈｅｑｕａｌｉｔｙｏｆｔｈｅｃｌｕｓｔｅｒｉｎｇｒｅｓｕｌｔｓ．ＩｎｏｒｄｅｒｔｏｄｅａｌｗｉｔｈｔｈｅａｂｏｖｅｐｒｏｂｌｒｉｎｇａｌｇｏｒｉｔｈｍｎａｍｅｄＧＲ— Ｓｔｒｅａｍｉｓｐｒｅｓｅｎｔｅｄ．Ｉｔｕｓｅｓｇｒｉｄｃｅｌｌｓａｓｔｈｅａｇｇｒｅｇａｔｉｏｎｏｆｄａｔａｐｏｉｎｔｓ，
上进行测试，结果表明，与ＴＤＣＡ算法相比，该算法在聚类过程中可以提高４０％的访问速度，应用剪枝策略节省至少一半的内存使用量，同时在变流速的数据流环境下将聚类结果的平均纯度保持在９０％以上。关健词：数据流；聚类；时态密度；倾斜分布；剪枝；变流速
ＢａｓｅｄｏｎａｎｅｘｔｅｎｓｉｏｎｏｆｔｈｅＲ— ｔｒｅｅｓｔｒｕｃｔｕｒｅａｓｔｈｅｏｒｇａｎｉｚａｔｉｏｎｏｆｇｒｉｄｃｅｌｌｉｎｄｅｘｓｔｒｕｃｔｕｒｅ，ｉｔｉｎｔｒｏｄｕｃｅｓｐｒｕｎｉｎｇｓｔｒａｔｅｇｙｏｎｔｈｅｂａｓｉｓｏｆ

分布式密度和中心点数据流聚类算法的研究

法具有较高的数据流聚类质量，并且有效降低系统的通信代价。
１基本概念
由于实际数据流应用中大多为进化的数据流，即随着时间
ｅｆｆｅｃｔｉｖｅｆｏｒｎｏｎ — ｓｐｈｅｒｉｃａｌｃｌｕｓｔｅｒ．Ｔｈｅａｌｇｏｒｉｔｈｍａｐｐｌｉｅｓｔｈｅｄｅｎｓｉｔｙ，ｃｅｎｔｒｅｐｏｉｎｔｓａｎｄｄｅｃａｙｔｉｍｅｗｉｎｄｏｗｓｍｅｃｈｎｉａｓｍ，ｃｌｕｓｔｅｒｓｔｈｅｄａｔａ
ｃｌｕｓｔｅｉｒｎｇａｌｇｏｉｒｔｈｍｗｈｉｃｈｉｓｂａｓｅｄｏｎｄｅｎｓｉｔｙａｎｄｃｅｎｔｒｅｐｏｉｎｔｓｎａｍｅｄｔｈｅＤＤＣＳ — ｃｌｕｓｔｅｉｒｎｇａｉｍｉｎｇａｔｔｈａｔｔｈｅＣｌｕＳｔｒｅａｍａｌｇｏｉｒｔｈｍｉｓｌｅｓｓ
口，在分布式环境下对数据流进行聚类。实验结果表明，ＤＤＣＳ — Ｃｌｕｓｔｅｒｉｎｇ算法具有较高的聚类质量与较低的通信代价。关键词
中图分类号
密度中心点分布式数据流聚类
ＴＰ３９文献标识码ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００－３８６ｘ．２０１３．１０．０５０

基于MapReduce的分布式网络数据聚类算法

Ｂａｓｅｄ０ｎＭａｏＲｅｄｕｃｅ
ＣＨＥＮＤｏｎｇ－ｍｉｎｇ，ＬＩＵＪｉａｎ，ＷＡＮＧＤｏｎｇ－ｑｉ，ＸＵＸｉａｏ－ｗｅｉ
（１．ＳｃｈｏｏｌｏｆＳｏｔｆｗａｒｅ，ＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ１１０８１９，Ｃｈｉｎａ；
文献标识码：Ａ
中图分类号：ＴＰ３０１．６
基于ＭａｐＲｅｄｕｃｅ的分布式网络数据聚类算法
陈东明，刘健，王冬琦，徐晓伟
（１．东北大学软件学院，沈阳１１０８１９；２．阿肯色大学小石城分校信息科学系，美国小石城７２２０４）摘要：时空复杂度较高以及物理机器内存不足，会导致传统聚类算法不能有效地分析处理大规模数据网络。针对该问题，在
ｎｏｔｅｆｆｅｃｔｉｖｅｌｙａｎａｌｙｚｅａｎｄｄｅａｌｗｉｔｈｌａｒｇｅｄａｔａｎｅｔｗｏｒｋ．Ｔｏｓｏｌｖｅｔｈｉｓｐｒｏｂｌｅｍ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｄｉｓｔｒｉｂｕｔｅｄｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｆｏｒ
存开销。使用模拟生成的数据在集群中进行实验，结果表明，当数据规模和集群规模增大时，该算法具有较好的加速比和扩展性。关健词：聚类算法；分布式聚类；ＭａｐＲｅｄｕｃｅ编程模型；数据挖掘；社团结构

分布式聚类算法

分布式聚类算法分布式聚类算法是一种将数据分布在多个计算节点上进行聚类分析的算法。

随着大数据时代的到来，传统的单机聚类算法在处理大规模数据时面临着计算资源不足、运行时间过长等问题。

而分布式聚类算法通过将数据划分到多个节点上进行并行计算，不仅能够充分利用集群资源，提高计算效率，还能够处理大规模数据集。

在传统的单机聚类算法中，常用的方法有K-means、层次聚类等。

然而，在处理大规模数据集时，这些方法往往面临着运行时间过长、内存不足等问题。

因此，研究者们开始关注如何将这些方法扩展到分布式环境下。

一种常用的分布式聚类算法是基于MapReduce框架的并行K-means。

MapReduce框架是一种用于处理大规模数据集的并行计算模型，在Google提出后得到了广泛应用。

基于MapReduce框架的并行K-means将原始数据划分为多个子集，在每个子集上独立地进行K-means迭代，并通过Reduce操作来合并各个子集得到最终结果。

然而，并行K-means也存在一些问题。

首先，由于数据的划分是随机的，可能导致某些数据点被分配到不同的子集中，从而影响聚类结果。

其次，由于每次迭代只是在子集上进行，可能导致聚类中心不断变化，从而影响聚类结果的稳定性。

因此，研究者们提出了一些改进方法来解决这些问题。

一种改进方法是基于谱聚类的分布式聚类算法。

谱聚类是一种基于图论的聚类算法，在处理大规模数据时具有较好的性能。

基于谱聚类的分布式算法将原始数据划分为多个子集，在每个子集上独立地进行谱聚类，并通过合并操作来得到最终结果。

另一种改进方法是基于层次聚类的分布式算法。

层次聚类是一种自底向上或自顶向下逐步合并或划分簇的方法，在处理大规模数据时具有较好的可扩展性。

基于层次聚类的分布式算法将原始数据划分为多个子集，并在每个子集上独立地进行层次聚类，并通过合并操作来得到最终结果。

除了以上两种改进方法外，还有其他一些新颖且有效的分布式聚类算法被提出。

一种基于代表点的分布式数据流聚类算法

关键词：分布式数据流；数据挖掘；聚类；聚类演化；代表点中图分类号：Ｔ３１Ｐ１文献标志码：Ａ文章编号：１０ —６５２１）８２４ —４０１３９（０２０・８５０
ｄｉ１．９９ｊｉｎ１０・６５２１．８０１ｏ：０３６／．ｓ．０１３９．０２０．１ｓ
ｅｐｅｉｎａｅｕｔｅｌａｄｓｎｈｔｃｄｔｓｔｍｏｓｒｔｈａｈｅａｇｒｔｍａｎｄｔｌｔｒｎｄｉｅｅｔｓａｓａｄｘｒｍｅｔｌｒｓｌｓｏｎｒａｎｙｔｅｉａａｅｓｄｅｎｔａｅｔｔｔｌｏｉｈｃｎｆｈｅｃｕｓｅｓｉｆｒｎｈｐｅｎｉｆ
ＡｂｔａｔＴｎｈｌｓｒｆｄｆｒｎｈｐｓｕｄｒｔｅｄｓｂｔｄｄｔｔｅｍｓｅｖｒｎｎ，ｈｓｐｐｒｐｏｏｅｈｓｒｃ：ｏｆｄｔｅｃｕｔｓｏｉｅｅｔｓａｅｎｅｈｉｔｕｅａａｓｒａｎｉｍｅｔｔｉａｅｒｐｓｄｔｅｉｅｆｉｒｏｒｐｅｅｔｔｅｂｓｄｃｕｔｒｇａｇｒｔｍ．ｉｔｉｐｅｅｔｄｔｅｃｎｅｔｆｉｕａ — ｏｎａｅｎｔｅｒｐｅｅｔｔｅｐｉｔａｄｅｒｓｎａｉ・ａｅｌｓｅｉｌｏｈＦｒ，ｒｓｎｅｈｏｃｐｒｌｒｐｉｔｓｄｏｈｅｒｓｎａｉｏｎｓｎｖｎｉｓｔｏｃｃｂｖ

分布式实时流数据聚类算法及其基于Storm的实现

分布式实时流数据聚类算法及其基于Storm的实现马可;李玲娟【期刊名称】《南京邮电大学学报（自然科学版）》【年(卷),期】2016(036)002【摘要】为了提高流数据聚类效率,文中基于经典流聚类算法CluStream的思想和Storm的计算架构,设计了一种分布式实时流聚类算法(distributed real time clustering algorithm for stream data,DRCluStream).该算法运用滑动时间窗口机制实现多粒度的数据存储;将流数据的在线微聚类部分拆分成局部和全局两个部分做分布式计算,第一部分由多个线程并行进行微簇的局部增量更新,第二部分合并微簇的局部增量结果来更新全局微簇.还设计了DRCluStream算法基于Storm的实现方案,通过使用消息中间件Kafka和合理部署Storm的拓扑对DRCluStream 算法进行实现.性能分析及实验结果表明:DRCluStream算法的聚类精度与K-Means相近,且随着local节点(local bolt线程)的增加聚类精度保持稳定,而计算效率呈近线性提升.【总页数】7页(P104-110)【作者】马可;李玲娟【作者单位】南京邮电大学计算机学院,江苏南京210023;南京邮电大学计算机学院,江苏南京210023【正文语种】中文【中图分类】TP391【相关文献】1.分布式实时日志密度数据流聚类算法及其基于Storm的实现 [J], 张辉;王成龙;王伟2.基于Storm的流数据KNN分类算法的研究与实现 [J], 周志阳;冯百明;杨朋霖;温向慧3.基于Storm的分布式实时信号处理系统 [J], 周明阳;闫超;郭良浩;徐鹏;任岁玲4.分布式数据流聚类算法及其基于Storm的实现 [J], 万新贵;李玲娟;马可5.基于Storm的分布式实时数据流密度聚类算法 [J], 牛丽媛;张桂芸因版权原因，仅展示原文概要，查看原文内容请购买。

分布式数据流聚类算法及其基于Storm的实现

ｔａｎｃｅａｎｄｄｅｎｓｉｔｙｇｉｒｄ（ｎｍｅａｄａｓＣＤＤ— Ｓｔｒｅｍ）ｈａａｓｂｅｅｎｄｅｓｉｇｎｅｄａｎｄｐｒｏｐｏｓｅｄ，ａｎｄａｄｉｓｔｒｉｂｕｔｅｄｄａｔａｓｒｔｅａｍｃｌｕｓｔｅｉｒｎｇａｌｇｏｉｒｔｈｍＤＣＤ
第２７卷第７期２０１７年７月
计算机技术与发展
Ｃ０ＭＰＵＴＥＲＴＥＣＨＮＯＬＯＧＹＡＮＤＤＥＶＥＬＯＰＭＥＮＴ
Ｖｏ１．２７Ｎｏ．７０１７Ｊｕｌｙ２
分布式数据流聚类算法及其基于Ｓｔｏｒｍ的实现
Ａｂｓｔｒａｃｔ：ＩｎｏｒｄｅｒｔＯｉｍｐｒｏｖｅｔｈｅｅｉｃｆｉｅｎｃｙｏｆｄａｔａｓｔｒｅａｍｃｌｕｓｔｅｒｉｎｇａｌｇｏｉｔｒｈｍ，ａｄａｔａｓｔｒｅａｍｃｌｕｓｔｅｉｎｒｇａｌｇｏｉｔｒｈｍｂａｓｅｄｏｎｃｅｎｔｒｏｉｄｄｉｓ－
中图分类号：ＴＰ３１１文献标识码：Ａ文章编号：１６７３－６２９Ｘ（２０ｌ７）０７－０１５０－０６
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３ — ６２９Ｘ．２０１７．０７．０３４

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｍｏｅａａｔｒｒｂａｎｄｂＭｌｏｉｍｉｈｉｅｓｉｅｔｉａａｕ．ＤＡＭ — ｓｅｍｒｓｎｓｅｓｔａｅｌｏｔｍｄｌｒｍｅｅｓａｅｏｔｉｅｙＥａｇｒｔｗｈｃｓｎｉｖｏｉｔｌｌｅｐｈｓｔｎｉｖＤｉｔａｐｅｅｔｎｉｂｓｄａｇｒｈｔｒｄｙｉｏ
ｃｔｏｃｔｏｈｅｓｓｅ．ａｉｎｏｓｆｔｙｔｍ
Ｋｅｒｓｄｓｉｕｅａａｓｒａｓｃｕｔｒｎ；ｄｎｉ —ａｅ；ｍｏｅ— ａｅ；ｄｔｎｎｙｗｏｄ：ｉｌｂｔｄｄｔｔｍ；ｌｓｉｇｅｓｔｂｓｄｒｅｅｙｄｌｂｓｄａａｍｉｉｇ
０引言
为了适应Ｉｔｍｅｎｅｔ传感器网络、以及ＰＰ算等这些应用２计的要求，布式数据流挖掘技术尤其是聚类分析成为当前数分
部站点不能传送聚类簇的完整描述，而是传递每个簇的近似概括，即簇的充分统计量。中心站点则需要综合分析、理各处个局部站点上传的统计信息，到一个全局的聚类描述。得
ｌｗｅｏｏｒｍｍｕｉａｉｎｃｓｓＤＡＭ — ｓｅｍ，ａｌｓｒｎｌｏｔｍｏｉｉｇｄｎｉｔｏｄｍｏｅｔｏｒｐｓｄ１ｌ１ｃｎｃｔｏｔ，ｏＤｉｔａｒｕｔｉｇａｇｒｈｃｍｂｎｎｅｓｔｍｅｈｄａｄｌｃｅｉｙｎｍｅｈｄｉｐｏｏｅ．１ｅ一ｓａ
在一个地方，聚类处理在不同机器上执行并存取同一数据，而
ｔｒｏＧＭＭ．Ｅｐｒｍｅｓｏｔａｉｃｎｉｒｖｔｅｃｕｔｒｇｑａｉｆａａｓｅｍｓｉｉｔｉｕｅｙｍｓａｄｒｄｃｈｏｅｓｆｘｅｌｍｈｗｈｔｔａｍｐｏｅｈｌｓｉｅｎｕｌｙｏｄｔｒａｔｔｎｄｓｂｔｄｓ￣ｅｎｅｕｅｔｅｃｍｍｕｌｒｎ—
１混合高斯模型．１
混合高斯模型被定义为个高斯密度函数的线性组合，它能够很好地刻画数据的空间分布特性。混合高斯模型是一
种半参数的密度估计方法，它融合了参数估计法和非参数估
率的分布式算法来降低通讯负担、央存储和计算时间。局中
收稿日：２１－．；修订日期：２１—１４期００８００３００１— 。２基金项目：国家８３高技术研究发展计划基金项目（０８０１０）６２０ＡＡ１０１
ｃｕｔｒａｒａｒｔｔａ，ｔｅｒｈｔｅｓｉｂｅｉｉａａａｔｒｒｕｓａｘｕｅｍｏｅ．Ｓｃｎ，ＥＭｌｏｔｍｅｌｓｅｔｓｅｍｓａｆｓ，ｈｔｓｏｓａｃｕｔｌｔｌｒｍｅｅｓｆｄａｔｔｉｉｈａｎｉｐｏＧａｓｉｎｍｉｔｒｄ１ｅｏｄａｇｒｈｉｕｄｉｓｓｔｔｒｔｅｃｕｔｒｇａｄｔｅｈｌｏｉｏｉａｉｅｖｌｅｉ，ｎｓｎｈｎｔｅａｇｒｈｔｍｄｔｒｎｓＡｔａｔｔｅｅｅｍｉｅ．ｌｓｈｍｏｅｓｌｕｌａｅｔｈｅｔａｉ，ｄｌａｅｐｏｄｄｏｔｅｃｎｌｔｒｓｅ￣ｒｅｉｔｇａｅｒａｍｅｔｈｔｎｅｒｔｄｔｔｎ．ｅ
ｍｏｅｄｓｅｍ）该算法不需要事先设定簇的个数，获得性能ｄ１ｉｒ，．ｔａ能较优的模型参数，具备跟踪数据流聚类模型变化的能力，并在
降低系统的通信代价的同时能有效提高分布式环境下数据流
摘要：针对分布式数据流中数据有交叠、不完整的情况和聚类需要较低通信代价的要求，出了密度和模型聚类思想相结提
合的分布式数据流聚类算法ＤＭ—ｉｒａ该算法利用混合高斯模型描述数据流的分布概况，以有效压缩数据量并能较好ＡＤｓｅｍ。ｔ可的反映分布数据流间的交叠性。由于获得模型参数的Ｅ算法对初值敏感，Ｍ应用Ｈｅｄｎ界理论和基于密度的算法对数据流ｏｆｉｇ进行初聚类，得到比较准确的初始参数，最后采用合并近似模型策略获得全局模型。仿真实验结果表明，ＡＤｓｅｍ能有ＤＭ－ｉｒｔａ效克服Ｅ算法的缺点，Ｍ获得的模型参数性能更优，在降低系统的通信代价的同时能提高分布式环境下数据流的聚类质量。
ｇｆｔｍｓｓｅＧａｓｉｎｍｉｔｒｄｌｏｄｓｒｅｔｅａａｓｅｍｓｏｎｔｅｏａｉｔｂｔｎｓｔｓｏｈｕｅｕｓｘｕｅｍｏｅｅｃｂｔｒａｗｉｇｉｏｔｃｌｓｒｕｉｉ．Ｈｏｖｒｉｈｔａｔｉｈｄｔｌｆｎｈｌｄｉｏｅｗｅｅ，Ｇａｓｉｘｕｅｕｓａｍｉｔｒｎ
ＥｘｅｉｎａｓｌｈｗａｐｒｍｅｔｌｅｕｔｓｏｔｔｒｓｈＤＡＭ－ｓｒａｃｌｅｅｔｅｙｏｅｍｅｔｅｓｏｔｏｎｇｆｈＤｉｔｍａｌｆｃｉｌｖ￣ｏｒｃｍｉｓｅＥＭｌｏｔｍｎｂａｅｔｒａａ－ｅｖｈｈｏｔａｇｒｈａｄｏｔｉｂｔｒｍｅｉｎｅｐ
ＡｂｔａｔＡｃｏｄｎｅｃｎｉｏａｅｅａｅｓｍｅｏｅｌｐａｄｍｉｓｇｄｔｉｔｂｔｄｄｔｒａｓａｄｔｅｅｎｅｓｏｓｒｃ：ｃｒｉｇｔｔｏｄｔｎｔｔｈｒｒｏｖｒｎｓｉａａｉｄｓｕｅａｓｅｍ，ｎｍｅｔｅｄｆｏｈｉｈｔａｎｎｉｒａｔｏｈｔ
２０２１，Ｖ１２Ｎ．计算机工程与设计ＣｍｕｅＥｇｎｅｉｇｎＤｓｎ７８０１ｏ．，ｏ８３ｏｐｔｎｉｅｒｄｅｉｒｎａｇ
分布式数据流聚类算法
刘力雄，郭云飞，康晶，马宏
（家数字交换系统工程技术研究中心，河南郑州４００）国５０２
本文基于文献［］框架，出了结合密度和模型聚类思１中提
想的分布式数据流聚类算法 — — ＤＭ．ｓｅｍ（ｅｓｙａｄＡＤｉｒｔａｄｎｉｎｔ
据挖掘领域的一个研究热点 “ 。目前主流的分布式数据流聚类的基本框架是每个站点对各自的数据流进行聚类分析，
关键词：布式数据流；聚类；基于密度；基于模型；数据挖掘分
中图法分类号：Ｐ１Ｔ３１
文献标识码：Ａ
文章编号：００７２２ｌ）８７８０１０－０４（０１０－０－４２
Ｃｌｓｅｉｇａｇｒｈｏｅｉｔｂｔｄｄｔｔｅｍｕｔｒｎｌｏｉｍｖｒｄｓｉｕｅａａｓｒａｔｒ
ＬＩＬｉｘｏｇＧＵＯｎｆｉＫＧｉｇＭＡｎＵ－ｉｎ，Ｙｕ —ｅ，ＡＮＪｎ，Ｈｏｇ
（ａｏａＤｉｔｗｔｉｇｙｔｍＥｇｅｒｇａｄＴｃｎｃｌｅｅｒｈｅｔ，Ｚｅｇｈｕ５０２ＣｉａＮｔｎｌｇａＳｉｈｎｓｎｉｅｉｅｈｉｓａｎｅｉｉｌｃＳｅｎｎｎａＲｃＣｒｈｎｚｏ００，ｈｎ）４
算法的模型应该具备跟踪变化的能力，且应该有完整的新并陈代谢功能。③ 要聚类非常巨大的分布式数据流，需要有效
１相关概念
许多自然界和社会系统模型都表现出符合某种分布。只
刘力雄，郭云飞，康晶，等：分布式数据流聚类算法
某个混合高斯模型有效地近似表示。
２１，ｏ．２Ｎ．２００１Ｖ１，ｏ８７９３
表１分布式环境下聚类分析
集中化聚类（ＣＣ）
集中化聚类（ｃ）Ｃ分布式聚类（Ｄｃ）ＣＣＤ．ＣＣＤＣＤ．
后传送各个站点间的聚类模型，最
后通过分析处理得到全局聚类结果ｎｌ其主要要求包括：，。１Ｊ ①
流数据可聚成的簇的个数是在不断变化的，因此不能给定一个固定的值作为参数。流数据的结构和分布是不断变化的。 ②