大规模数据集下基于DBSCAN算法的增量并行化快速聚类

• 作者: 吴艺 廖律超 王兴 蒋新华
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 大数据 DBSCAN 均衡划分 增量 并行化
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 算法
• 页码范围: 269-275,280
• 页数: 8页
• 分类号: TP311
• 字数: 5067字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.04.050

摘要

时空轨迹数据挖掘是发现移动对象行为模式的重要方式.针对海量轨迹数据处理的需求,提出一种增量并行化快速聚类算法.算法基于数据点的数量采用二分法对空间网格分区,结合贪心算法弹性重组分区,合理进行数据划分;进行本地局部聚类,获得合并簇候选集;采用R*-tree索引候选簇进行合并判断并处理;建立合并簇的无向无环图模型,并进行数据的全局重标签.实验结果表明:算法的弹性分区处理能有效地减少噪点数据,提高局部聚类的质量,采用R *-tree索引结构的合并策略有效提高了聚类的时间效率,聚类效果好,能实现大规模数据的在线处理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋新华	中南大学信息科学与工程学院	78	573	11.0	20.0
5	廖律超	福建工程学院福建省汽车电子与电驱动技术重点实验室	17	126	6.0	10.0
6	王兴	中南大学信息科学与工程学院	9	24	3.0	4.0
10	吴艺	福建师范大学数学与信息学院	2	4	1.0	2.0