一种基于密度峰值的高效分布式聚类算法

• 作者: 何仝 徐蔚鸿 曾水玲 马红华
• 来源期刊: 计算技术与自动化
• 关键词: 聚类 密度峰值 大数据 局部敏感哈希 Spark
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 算法分析与研究
• 页码范围: 64-71
• 页数: 8页
• 分类号: TP311.1
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.201902012

摘要

基于密度峰值的聚类算法(DPC)是最近提出的一种高效密度聚类算法.该算法可以对非球形分布的数据聚类,有待调节参数少、聚类速度快等优点,但在计算每个数据对象的密度值和高密度最邻近距离时,需要进行距离度量,其时间复杂度为.在大数据时代,尤其是处理海量高维数据时,该算法的效率会受到很大的影响.为了提高该算法的效率和扩展性,利用Spark在内存计算以及迭代计算上的优势,提出一种高效的基于E2LSH分区的聚类算法ELSDPC(an efficient distributed density peak clustering algorithm based on E2LSH partition with spark).算法利用DPC算法的局部特性,引入局部敏感哈希算法LSH实现将邻近点集划分到一个区域.通过实验分析表明:该算法可在满足较高准确率的同时有效提高聚类算法的扩展性和时间效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐蔚鸿	长沙理工大学计算机与通信工程学院	85	647	14.0	21.0
5	何仝	长沙理工大学计算机与通信工程学院	1	1	1.0	1.0
9	马红华	长沙理工大学综合交通运输大数据智能处理湖南省重点实验室	1	1	1.0	1.0
10	曾水玲		1	1	1.0	1.0