WIDE海量数据的聚类算法.pdf

No．7 第39卷第7期 天津大学学报 V01．39 2006年7月 JournalofTiamOinUniversity Jtd．2006 WIDE：海量数据的聚类算法 张 强，赵 政 (天津大学电子信息工程学院，天津300072) 摘要：给出了一种新的处理海量数据的聚类算法WIDE(window—densityclusteringalgorithm)．它通过网格方法将 数据之间的相互关联局部化，通过窗口技术来提高算法的效率，通过密度方法提高聚类的精度．以窗口为中介将网 格方法和密度方法融合在一起是算法的主要思想．在此基础上对算法进行了扩展，在功能方面实现了混合型数据 聚类、含障碍物数据聚类和增量数据聚类；在速度方面实现了分布式并行聚类．WIDE算法能够在局域网中的多台 计算机上并行工作，效率高，计算复杂度为0(Ⅳ)，且能够发现任意形状的聚类，对噪声不敏感。 关键词：窗口；混合型数据；含障碍物数据聚类；增量聚类；分布式并行聚类 中图分类号：TP274 文献标志码：A 文章编号：0493—2137(2006)07—0826—06 for Databases WIDE：ClusteringAlgorithmVeryLarge ZHANG Qiang，ZHAOZheng ofElectronicInformation (School University，Tianjin300072，China) Engineering，Ti衄jin new introducedfor Abstract：A very clusteringalgorithmWIDE(window—densityclusteringalgorithm)was databases．Therelevanceofdataislocalized method．Ituseswindowmethodtoobtain large through舀d high and and methodtoobtain mainideaofWIDEisto method high integrate efficiencydensity accuracy．The gird methodwithwindow makesWIDE on extensionswere density technique，which powerful．Basedit，some functionsare candealwithd