一种基于K-means的分布式聚类算法

• 作者: 廖秀玲 李小武 邵剑飞
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 聚类 分布式聚类算法 K-means算法 K-Dmeans算法
• 年，卷（期）: 2011,（6）
• 页码范围: 460-463
• 分类号: TP311
• 字数: 3284字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-808X.2011.06.008

摘要

为解决现有的分布式聚类算法效率低下和不能保护数据隐私的问题,在K-Dmeans算法的基础上,提出一种新的分布式聚类算法.该算法利用数据对象间的密度函数值来优化站点初始聚类中心,从而大大降低了聚类的迭代次数；同时各从站点只需向主站点传送其聚簇的特征信息,有效降低分布式聚类过程中的通信量,保护了各个站点的独立性,实验结果表明,该算法有效可行,且在效率和聚类质量上优于K-Dmeans.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵剑飞	昆明理工大学信息与自动化学院	12	25	3.0	4.0
2	廖秀玲	昆明理工大学信息与自动化学院	2	12	2.0	2.0
3	李小武	昆明理工大学信息与自动化学院	2	12	2.0	2.0