一种基于模糊C均值聚类算法和熵理论的数据流检测方法

摘要

本发明公开了一种基于模糊C均值聚类算法和熵理论的数据流检测方法，它是将FCM算法引入数据流的聚类分析中，对数据流数据进行模糊C均值聚类分析；利用得到的数据的隶属度计算数据流的信息熵；通过分析数据流的熵的变化趋势，进行是否有属性改变的概念漂移的检测；包括隶属度的计算、数据流的熵。本发明将熵的理论引入，利用数据对类的隶属程度，计算数据流的熵，在时间轴上将熵值的变化表示出来，通过这一曲线的趋势来进行检测是否有属性变化的概念漂移。可以形象直观的通过观察熵值曲线的走势来进行属性改变的概念漂移的检测。该检测主要应用于及时提醒系统是否更新参数，以保证对不断涌入的数据流尽可能正确的聚类分析。