流数据增量式多维可扩展可视化挖掘方法

• 作 者: 倪萍 廖建新 朱晓民 万里
• 机 构: 北京邮电大学网络与交换技术国家重点实验室,东信北邮信息技术有限公司
• 出 处: 吉林大学学报：工学版
• 发表日期: 2011年3期
• 关键词: 通信技术 多维扩展 简易型 可视化 流数据挖掘 communication multi-dimension scaling MDS simplex vi
• 基金项目: 国家杰出青年科学基金项目（60525110）,“973”国家重点基础研究发展计划项目（2007CB307100,2007CB307103）,电子信息产业发展基金项目.

提出了一种针对流数据的增量式多维可扩展可视化挖掘方法（Incremental multi—dimension scaling，IMDS），对数据表现的特征形状进行聚类，并且聚类结果会随着时间的推移用动态可视化的方式实时展现。仿真实验表明：本文算法相比传统的MDS（Multi—dimension scaling）算法和简易型SIMPI，EX优化算法在流数据挖掘中可以明显地提高可视化挖掘效率和流挖掘效果。