基于特征向量的分布式聚类算法

• 作者: 周晓云 孙志挥 李锁花
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 数据挖掘 分布式聚类 特征向量
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 379-382
• 页数: 4页
• 分类号: TP311
• 字数: 4059字
• 语种: 中文

摘要

提出了一种新的表达数据集的方法--特征向量,它通过坐标和密度描述了某一密集空间,以较少的数据量反映站点数据的分布特性.在此基础上提出了一种基于特征向量的分布式聚类算法--DCBFV(Distributed Clustering Based on Feature Vector),该算法可有效降低网络通信量,能够对任意形状分布的数据进行聚类,提高了分布式聚类的时空效率和性能.理论分析和实验结果表明DCBFV是高效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙志挥	东南大学计算机科学与工程系	148	3968	33.0	58.0
2	周晓云	东南大学计算机科学与工程系	13	197	8.0	13.0
3	李锁花	东南大学计算机科学与工程系	1	17	1.0	1.0