论文部分内容阅读
对于移动计算领域的移动对象轨迹数据流的管理，最普遍采用的技术手段是采样技术，而传统的均匀采样易丢失一些关键的变化数据，造成信息丢失现象。针对这一问题，提出一种基于概率密度聚类的数据流偏倚采样算法。该算法在滑动窗口模型下，充分利用了轨迹数据流自身的分布特性，结合偏倚采样算法思想克服了均匀采样的数据丢失问题。算法首先采用基于数据存在密度的聚类技术将滑动窗口划分为强簇、弱簇和过度簇，然后针对不同的簇给予不同的采样率，进行偏倚采样，进而得到最终的数据流摘要。经过实际数据集的实验检测，证明算法较好地保证了采样质量，