聚类算法的研究与改进.pdfVIP

第 37 卷 第 1 期 　　　　　　　　　　　　　　 中国矿业大学学报 　　　　　　　　　　　 　　Vol . 37 No . 1 2008 年 1 月 　　　　　　　　　Journal of China U niver sit y of Mining Technology 　　　　　　　　　J an . 2008 DB SCAN 聚类算法的研究与改进 冯少荣1 ,2 , 肖文俊1 ( 1. 华南理工大学 计算机科学与工程学院 , 广东 广州 　5 1064 1 ; 2 . 厦门大学 信息科学与技术学院 , 福建 厦门　36 1005) ( ) 摘要 : 针对“基于密度的带有噪声的空间聚类”DB SCAN 算法存在的不足 ,提出“分而治之”和 高效的并行方法对 DB SCAN 算法进行改进. 通过对数据进行划分 ,利用“分而治之”思想减少全 局变量 Ep s 值的影响;利用并行处理方法和降维技术提高聚类效率 , 降低 DB SCAN 算法对内存 的较高要求 ;采用增量式处理方式解决数据对象的增加和删除对聚类的影响. 结果表明:新方法 有效地解决了DB SCAN 算法存在的问题 ,其聚类效率和聚类效果明显优于传统 DB SCAN 聚类 算法. 关键词 : 聚类 ; DB SCAN ; 划分 ; 并行 中图分类号 : TP 3 11 文献标识码 : A 文章编号 (2008) 0 10 10507 An Imp roved DB SCAN Clu st ering Al gorit hm F EN G Shaorong1 ,2 , XIA O Wenj un1 ( 1. School of Comp ut er Science and Engineering , Sout h China U niver sit y of Technolo gy , Guangzhou , Guangdong 5 1064 1 , China ; 2 . College of Information Science and Technolo gy , Xiamen U niver sit y , Xiamen , Fuj iang 36 1005 , China) Abstract : A n imp roved den sit y ba sed sp atial clu st ering of app lication s wit h noi se (DB SCAN) al gorit hm , w hich can con siderably imp rove clu st er qualit y , i s p ropo sed . The algorit hm i s ba sed on t wo idea s : dividing and r uling , and ; high p erfor mance p arallel met ho d s. The idea of divid ing and r uling wa s u sed to reduce t he effect of t he global variable Ep s by dat a p artition . Paral lel p roce ssing met ho ds and t