基于加权网格和信息熵的并行密度聚类算法

TP311; 针对大数据下基于密度的聚类算法中存在的数据网格划分不合理,聚类结果准确度不高以及并行化效率较低等问题,提出了基于MapReduce和加权网格信息熵的DBWGIE-MR算法.首先提出自适应网格划分策略(ADG)来划分网格单元;其次提出邻居网格扩展策略(NE)用于构建每个数据分区的加权网格,以此提高聚类效果;同时提出加权网格信息熵策略(WGIE)来计算网格密度以及密度聚类算法的ε邻域和核心对象,使密度聚类算法更适用于加权网格;接着结合MapReduce计算模型,提出并行计算局部簇算法(COMCORE-MR),从而加快获取局部簇;最后提出了基于并查集的并行合并局部簇算法(MECORE-...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	计算机科学与探索 Jg. 14; H. 12; S. 2094 - 2107
Hauptverfasser:	胡健, 徐锴滨, 毛伊敏
Format:	Journal Article
Sprache:	Chinesisch
Veröffentlicht:	江西理工大学 应用科学学院 信息工程系,江西 赣州 341000%江西理工大学 信息工程学院,江西 赣州 341000 01.12.2020 江西理工大学 信息工程学院,江西 赣州 341000
Schlagworte:	信息熵 密度聚类 加权网格 大数据
ISSN:	1673-9418
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!