基于數(shù)據(jù)劃分和融合策略的并行DBSCAN算法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
大數(shù)據(jù)是近年來(lái)計(jì)算機(jī)領(lǐng)域興起的熱點(diǎn)研究方向，通過(guò)聚類(lèi)可以解決諸如機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、生物信息分析等諸多大數(shù)據(jù)領(lǐng)域的問(wèn)題。聚類(lèi)是研究分類(lèi)問(wèn)題的重要方法，通過(guò)聚類(lèi)分析可以將樣本中具有相同或者相似特征的項(xiàng)歸為一類(lèi)，而將不具有該特征的項(xiàng)排除在外。主流的聚類(lèi)方法包括基于劃分的聚類(lèi)方法，如K-means；層次聚類(lèi)方法，如CURE和BIRCH等；基于統(tǒng)計(jì)模型的方法，如EM算法等；基于密度的方法，如DBSCAN，OPTICS等。在基于密度的方法中，DBSCAN是較為典型的一種，它以超球狀區(qū)域內(nèi)數(shù)據(jù)對(duì)象的數(shù)量來(lái)衡量此區(qū)域密度的高低，能夠發(fā)現(xiàn)任意形狀的聚類(lèi)并有效識(shí)別噪聲點(diǎn)。
在并行RDD-DBSCAN算法的數(shù)據(jù)劃分和區(qū)域查詢過(guò)程中會(huì)對(duì)數(shù)據(jù)集進(jìn)行重復(fù)訪問(wèn)，降低了算法效率。為此，提出基于數(shù)據(jù)劃分和融合策略的并行DBSCAN算法（DBSCAN-PSM）。利用KD樹(shù)進(jìn)行數(shù)據(jù)劃分，實(shí)現(xiàn)數(shù)據(jù)分區(qū)與區(qū)域查詢步驟的合并，從而減少數(shù)據(jù)集的訪問(wèn)次數(shù)以及降低I/O過(guò)程對(duì)算法效率的影響。采用判定數(shù)據(jù)點(diǎn)自身屬性的方式，對(duì)標(biāo)注為邊緣點(diǎn)的數(shù)據(jù)進(jìn)行融合，避免全局標(biāo)記的額外時(shí)間開(kāi)銷(xiāo)。實(shí)驗(yàn)結(jié)果表明，DBSCAN-PSM算法相比RDD-DBSCAN算法可節(jié)省18%左右的運(yùn)行時(shí)間，適用于處理海量數(shù)據(jù)聚類(lèi)問(wèn)題。
?
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于數(shù)據(jù)劃分和融合策略的并行DBSCAN算法下載
相關(guān)電子資料下載
- STM32串口通信入門(mén)！附通信編程示例 474
- 嘉興海棠電子：環(huán)保與創(chuàng)新并行的網(wǎng)線行業(yè)領(lǐng)軍者 83
- 精益思維賦能可穿戴設(shè)備：創(chuàng)新與效率并行的未來(lái)科技新篇章 122
- 普渡機(jī)器人入駐宜家 為顧客帶來(lái)科技與舒適并行的購(gòu)物方式 449
- 并行連接的SiC MOSFET可以帶來(lái)更多電力 501
- 高速信息傳輸使用串行還是并行 325
- 串行傳輸和并行傳輸?shù)膮^(qū)別,各用于什么場(chǎng)合 866
- 串行加法器和并行加法器的區(qū)別？ 709
- 湖南進(jìn)芯電子科技有限公司專利：上電自檢存儲(chǔ)并行系統(tǒng)及方法 181
- 仁懋MOSFET賦能電動(dòng)車(chē)控制板：速度、效率與安全并行 203