摘要：目前在很多不确定性数据流聚类方法研究中,存在着聚类模型和数据流的数据模型失配问题,且它们往往假定不确定性数据的概率密度函数、概率分布函数或者概率是已知的,然而这些信息在实际系统中很难获得。鉴于此,本文提出一种基于区间数的多维不确定性数据流聚类算法（UIDMicro）。在该算法中,首先利用区间数结合不确定性数据的统计信息表示多维不确定性数据流,然后采用＂当前簇＂和＂候选簇＂两层簇窗口对不确定性数据流进行聚类,通过动态调整两层簇窗口实现聚类模型和数据模型的实时匹配。实验结果表明,该方法具有较高的聚类精度和处理效率。

关键词：不确定性数据流 聚类算法 区间数 

单位：哈尔滨工业大学(威海)信息与电气工程学院 威海264209 哈尔滨工业大学自动化测试与控制研究所 哈尔滨150080