基于数据分区的并行DBSCAN算法

被引：16

作者：

何中胜 ^{[1
]}

刘宗田 ^{[2
]}

庄燕滨 ^{[1
]}

机构：

[1] 常州工学院计算机信息工程学院

[2] 上海大学计算机科学与工程学院

来源：

小型微型计算机系统 | 2006年 / 01期

关键词：

大规模数据库; 聚类; 数据分区; DBSCAN算法; 并行计算消息传送;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

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.

引用

页码：114 / 116

页数：3