DBSCAN算法研究及并行化实现

• 作者: 宋董飞 徐华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 大数据 DBSCAN算法 ApacheSpark 分布式计算
• 年，卷（期）: 2018,（24）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 52-56,122
• 页数: 6页
• 分类号: TP391
• 字数: 4199字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1808-0423

摘要

DBSCAN算法是一种基于密度的优秀算法,能够对任意形状的数据进行聚类,且能够识别噪声数据.为了减少人工对输入参数Eps和MinPts的干预,提出了一种新的计算Eps参数的方法;同时,为了解决传统单机DBSCAN算法在大数据环境下的性能问题,基于Spark框架实现了DBSCAN算法的并行化.通过实验表明,提出的DBSCAN改进算法具有很高的准确度和稳定性;并行实现的DBSCAN算法具有很好的并行性能,适合用于处理海量数据聚类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐华	江南大学物联网工程学院	40	234	10.0	14.0
2	宋董飞	江南大学物联网工程学院	2	17	2.0	2.0