基于滑动窗口的XML数据流聚类算法

通过对XML数据流的聚类研究,提出一种基于滑动窗口的XML数据流聚类算法SW-XSCLS。该算法采用滑动窗口技术,以聚类特征指数直方图作为概要数据结构,能动态地淘汰"过时"的数据,较好地保存当前窗口内的数据分布状况,从而获取较高质量的聚类结果。理论分析和实验结果表明,该算法可以获得较高的聚类质量和较快的处理速度。

XML数据流中面向聚类的指数直方图

为了实现XML(extensible markup language)数据流的在线动态聚类,提出一种XML聚类特征指数直方图.该结构以XML时间聚类特征为基础,遵循指数直方图的维护规律.采用该结构的聚类算法在真实和模拟数据集上的实验结果说明:这一结构在聚类质量上可以达到甚至超过静态聚类方法;直方图个数固定时,内存开销基本稳定.

同构XML流层次分类研究

针对XML流的分类,本文提出了一种基于滑动窗口的方法,它以相同的SCHEMA为前提,以VFDT算法为核心,结合层次分类的思想,在文档中每一个内部节点处构建对应的分类器。通过与采用ID3算法对XML文档进行层次分类的结果对比,本文实验结果表明,该方法对XML流上数据进行分类的精确度能够达到XML静态分类的要求。