[發(fā)明專利]一種基于云計算的聚類特征等值直方圖的維護方法

在審

• 申請?zhí)枺?/td>: 201310440281.8
• 申請日: 2013-09-25
• 公開（公告）號: CN103488757A
• 公開（公告）日: 2014-01-01
• 發(fā)明（設(shè)計）人: 侯德龍;馬旭軍;曹玲玲;方雪靜
• 申請（專利權(quán)）人: 浪潮電子信息產(chǎn)業(yè)股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于云計算的聚類特征等值直方圖的維護方法,?其特征在于對滑動窗口進(jìn)行聚類，采用反應(yīng)數(shù)據(jù)結(jié)構(gòu)的聚類特征等值直方圖來表示，聚類特征等值直方圖根據(jù)元組的到達(dá)時標(biāo)將元組劃分為若干個桶，每一個桶存儲該組元組的聚類特征，稱為時間聚類特征，時間聚類特征除了包含聚類特征外，還含有時標(biāo)信息，當(dāng)聚類特征等值直方圖中的第一個桶的時標(biāo)不再屬于當(dāng)前最近的N個時標(biāo)內(nèi)時，則刪除該桶；

等值直方圖的維護是基于滑動窗口的，若滑動窗口未滿的時候直接進(jìn)行聚類操作，先進(jìn)行等值直方圖的刪除，然后在聚類，假設(shè)新進(jìn)入的XML文檔概化結(jié)構(gòu)x，窗口大小N，相似度闕值LevelSim，以聚類的簇為EHCF，維護步驟如下：

1：判斷滑動窗口大小是否等于N；

2：若不等于{

3：循環(huán)遍歷所有EHCF與x的相似度大??；

4：若大于闕值把x加入到該EHCF；

5：否則繼續(xù)遍歷

6：}若等于窗口大小N{

7：找到最早進(jìn)入窗口的XML文檔所在的簇；

8：刪除該簇中最早到達(dá)的TCF；

9：重復(fù)操作步驟3到5；

10：}

11：當(dāng)3步驟找到相似度大于闕值的簇EHCF的時候，就要進(jìn)行EHCF的添加工作，首先判斷EHCF中最后添加的桶TCF內(nèi)保存的XML文檔個數(shù)是否已經(jīng)達(dá)到桶的最大值，若未達(dá)到直接把x添加到該TCF中，否則在EHCF重新創(chuàng)建一個TCF把x加入其中；

12：如果進(jìn)入x的時候窗口已滿，則要進(jìn)行刪除工作，首先根據(jù)EHCF中保存的時間戳TimeStep找到窗口內(nèi)最早進(jìn)入的EHCF，然后找到該EHCF中最早進(jìn)入的TCF，刪除這個TCF，這樣窗口內(nèi)就減少了n個XML文檔，這樣就能繼續(xù)添加最近的XML文檔了。