一种基于密度的分布式聚类改进算法

• 作者: 刘恒 卢佳佳 唐咸艳 梁志胜 洪月华 苏静
• 来源期刊: 微电子学与计算机
• 关键词: 聚类 分布式 数据挖掘 代表点
• 年，卷（期）: 2018,（5）
• 页码范围: 128-132
• 页数: 5页
• 分类号: TP311
• 语种: 中文

摘要

基于密度分布式聚类算法(DBDC)在分布式聚类运算中运用广泛,但具有较高的算法时间复杂度.本文提出了一种基于代表点交互的全局聚类方法,利用数据网格运算方法将数据对象映射到空间网格,改进基于密度的分布式聚类算法,优化原算法的空间搜索过程,从而改进生成本地聚类的效率.同时在全局聚类层面可利用中心点作为代表点来降低聚类误差.通过实验,表明该方法能够改进基于密度的分布式聚类算法,较传统分布式聚类算法提高了准确性度并降低了算法时间复杂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁志胜	广西医科大学信息中心	16	6	1.0	1.0
2	唐咸艳	广西医科大学公共卫生学院	39	314	10.0	16.0
3	苏静	广西医科大学信息与管理学院	24	22	3.0	4.0
4	洪月华	广西经济管理干部学院计算机系	19	63	5.0	7.0
5	刘恒	广西医科大学信息与管理学院	9	10	2.0	3.0
6	卢佳佳	广西医科大学研究生院	2	2	1.0	1.0