基于密度的分布式聚类算法研究

摘要：

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.

关键词：数据挖掘、分布式聚类、特殊核心对象

所属期刊栏目：34

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2008-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：65-67,70