基于数据分区的并行DBSCAN算法

• 作者: 何中胜 刘宗田 庄燕滨
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 大规模数据库 聚类 数据分区 DBSCAN算法 并行计算 消息传送
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 数据挖掘与软件技术
• 页码范围: 114-116
• 页数: 3页
• 分类号: TP311
• 字数: 3133字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2006.01.026

摘要

DBSCAN是基于密度的聚类算法的一个典型代表算法,它对空间数据库聚类有很好的性能.然而,在对大规模数据库聚类时,DBSCAN需要大量内存支持并伴随着I/O开销.随着高性能计算机的发展,特别是集群式计算机出现,给我们提供了一种解决DBSCAN算法缺陷的方法,本文提出一种建立在集群式高性能计算机上基于数据分区并行DBSCAN算法.测试结果表明,它极大地降低了DBSCAN对时间和空间的需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宗田	上海大学计算机科学与工程学院	155	2834	28.0	47.0
2	庄燕滨	常州工学院计算机信息工程学院	53	430	11.0	19.0
3	何中胜	常州工学院计算机信息工程学院	19	183	7.0	13.0