[发明专利]一种基于数据场的时空数据流聚类方法

摘要

本发明公开了一种基于数据场的时空数据流聚类方法，首先将研究区域按网格进行划分，在新数据到达时，根据其属性值分配到对应的网格单元中，并加入网格的缓存列表。每过一个计算间隔，会对网格的历史质量进行衰减，并通过数据场方法对网格的新质量进行计算，进而对网格势值和数据场参数进行更新，最后通过网格状态的变化情况对聚类结果进行动态调整。本发明将数据场理论引入数据流聚类当中，改善了传统的数据流聚类算法难以感知数据间相关性的不足，本方能够对时空数据流进行有效的动态聚类，从而应用在城市热点动态探测等时空数据挖掘场景中。

主权项

1.一种基于数据场的时空数据流聚类方法，其特征在于，包括以下步骤：步骤1：将研究区域划分为均匀大小的网格单元，每个网格均保存一个特征向量v，其中v＝(M，P，label，status)，分别表示上一次更新时网格的质量、势值、类簇标签和网格类型；所述网格类型根据势值大小和势值阈值分为稀疏网格、转换网格和密集网格，其中势值阈值共分为两级：D_l和D_m，当网格势值小于D_l时，为稀疏网格，当势值大于D_m时为密集网格，否则为转换网格；步骤2：实时判断时空数据流中是否有新的数据项到达；当时空数据流中有新的数据项到达时，找到数据项对应网格，并加入该网格的缓存列表中；步骤3：每隔一个gap_on时间，对每个网格的特征向量v中的网格质量、网格势值和网格类型进行更新；步骤4：对势值阈值和数据场参数σ进行调整，能动态适应数据的最新情况；步骤5：每隔一个gap_off时间，对聚类结果进行调整。