10.3969/j.issn.1000-3428.2008.17.024
基于密度的分布式聚类算法研究
大量复杂异构数据分布于各个网络站点上,分布式聚类是海量数据处理的一个重要应用.该文针对基于密度的分布式聚类(DBDC)算法提出一种改进算法,利用局部聚类获取更佳的代表对象,将代表对象集附带相关信息传送至主站点,用增强的基于密度的聚类算法进行全局聚类,并更新子站点聚类.理论分析和实验结果表明,该算法在聚类质量和算法效率方面优于DBDC算法.
数据挖掘、分布式聚类、特殊核心对象
34
TP301.6(计算技术、计算机技术)
2008-12-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
65-67,70