基于密度的分布式聚类算法研究

• 作者: 卓义宝 郑金彬
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 数据挖掘 分布式聚类 特殊核心对象
• 年，卷（期）: 2008,（17）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 65-67,70
• 页数: 4页
• 分类号: TP301.6
• 字数: 2931字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2008.17.024

摘要

大量复杂异构数据分布于各个网络站点上,分布式聚类是海量数据处理的一个重要应用.该文针对基于密度的分布式聚类(DBDC)算法提出一种改进算法,利用局部聚类获取更佳的代表对象,将代表对象集附带相关信息传送至主站点,用增强的基于密度的聚类算法进行全局聚类,并更新子站点聚类.理论分析和实验结果表明,该算法在聚类质量和算法效率方面优于DBDC算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑金彬	龙岩学院数学与计算机科学学院	17	40	3.0	6.0
2	卓义宝	厦门大学计算机科学系	1	13	1.0	1.0