自适应数据库中基于特征向量的聚类算法的研究与改进

• 作者: 强彦 陈俊杰 高燕飞
• 来源期刊: 电脑开发与应用
• 学科: 工学
• 关键词: 特征向量 聚类算法 K-means算法 基于特征向量的聚类算法
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 研究与探讨
• 页码范围: 57-58,61
• 页数: 3页
• 分类号: TP311
• 字数: 2400字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5850.2008.07.007

摘要

在负载自适应数据库系统中,负载特征化部件是关键部分,首先要对负载分类,然后根据分类的情况预测负载性能.负载的分类一般采用聚类算法,聚类算法中比较典型的就是K-means算法.但在K-means算法中,k值必须提前设定而且不能根据负载的实际情况改变,就是对算法的一个改进,使得k值动态的、能够根据负载的实际情况改变.实验结果表明,使用该算法的分类结果预测负载运行时间的准确性有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈俊杰	太原理工大学计算机与软件学院	220	1728	20.0	30.0
2	强彦	太原理工大学计算机与软件学院	88	402	11.0	16.0
3	高燕飞	太原理工大学计算机与软件学院	6	15	2.0	3.0