近日，我院肖如良教授课题组提出了一种面向工业物联网高维动态数据流的高效高斯核微簇聚类方法。该方法构建一种微簇结构，创新性解决了当前密度聚类方法无法有效处理高维动态流式数据的实时聚类问题，显著降低了聚类计算复杂度，并增强了聚类质量；采用引力能量函数对微簇进行递归在线更新，也显著降低了内存消耗。该方法在工业物联网高维动态数据流聚类的异常检测方面有着重要应用价值。
论文研究成果以“Efficient Gaussian Kernel Micro-Cluster Realtime Clustering Method for Industrial Internet of Things (IIoT) Streams”为题发表于物联网研究领域国际权威期刊《IEEE Internet of Things Journal》（SCI1区，IF=9.471）。该论文第一单位为福建师范大学，我院研究生朱维富同学为第一作者，我院肖如良教授为通讯作者。该研究得到国家自然科学基金面上项目、福建省科技计划产学合作项目、福建省自然科学等多项课题的支持。
论文连接：https://doi.org/10.1109/JIOT.2022.3179320
