基于Spark并行的密度峰值聚类算法

• 作者: 吴锡生 孙伟鹏 孟斌
• 来源期刊: 计算机应用研究
• 关键词: 聚类 密度峰值 空间划分 并行 Spark
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 163-166,171
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.04.0377

摘要

针对FSDP聚类算法在计算数据对象的局部密度与最小距离时,由于需要遍历整个数据集而导致算法整体时间复杂度较高的问题,提出了一种基于Spark的并行FSDP聚类算法SFSDP.首先,通过空间网格划分将待聚类数据集划分成多个数据量相对均衡的数据分区;然后,利用改进的FSDP聚类算法并行地对各个分区内的数据执行聚类分析;最后,通过将分区间的局部簇集合并,生成全局簇集.实验结果表明,SFSDP与FSDP算法相比能够有效地进行大规模数据集的聚类分析,并且算法在准确性和扩展性方面都有很好的表现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴锡生	江南大学物联网工程学院	81	560	14.0	18.0
2	孙伟鹏	江南大学物联网工程学院	3	4	1.0	2.0
3	孟斌	中船重工集团第七○二研究所软件工程中心	2	3	1.0	1.0