基于云计算平台的并行DBSCAN算法

• 作者: 李惠 蔡永强 陈平华
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 大规模数据库 DBSCAN算法 重叠分区 映射/归约
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 综合研究
• 页码范围: 51-56,72
• 页数: 7页
• 分类号: TP311.5
• 字数: 4439字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7162.2016.01.010

摘要

DBSCAN算法是一种典型的基于密度的聚类算法,具有速度快、可以发现噪声的优点,但在处理大规模数据时出现聚类效率低、内存和I/O消耗大、聚类精度降低的问题,集群式计算机技术特别是云计算技术的发展提供了解决DBSCAN算法缺陷的方案.文中提出了数据预分区的并行PMDBSCAN算法,该算法在聚类之前对数据分区预处理,利用并行编程模型MapReduce实现DBSCAN算法并行化,结合重叠分区思想,减少I/O消耗.实验结果表明,在大规模数据集上,PMDBSCAN算法聚类有效提高了聚类的速度、减少了I/O消耗、改善了聚类的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈平华	广东工业大学计算机学院	84	860	11.0	28.0
2	蔡永强	广东工业大学计算机学院	1	6	1.0	1.0
3	李惠	广东工业大学计算机学院	1	6	1.0	1.0