10.3969/j.issn.1000-1220.2006.01.026
基于数据分区的并行DBSCAN算法
DBSCAN是基于密度的聚类算法的一个典型代表算法,它对空间数据库聚类有很好的性能.然而,在对大规模数据库聚类时,DBSCAN需要大量内存支持并伴随着I/O开销.随着高性能计算机的发展,特别是集群式计算机出现,给我们提供了一种解决DBSCAN算法缺陷的方法,本文提出一种建立在集群式高性能计算机上基于数据分区并行DBSCAN算法.测试结果表明,它极大地降低了DBSCAN对时间和空间的需要.
大规模数据库、聚类、数据分区、DBSCAN算法、并行计算 消息传送
27
TP311(计算技术、计算机技术)
中国科学院资助项目60275022;江苏省建设厅科研项目04kjd520010
2006-03-30(万方平台首次上网日期,不代表论文的发表时间)
共3页
114-116