主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
倪巍伟,陈 耿,吴英杰,孙志挥.一种基于局部密度的分布式聚类挖掘算法.软件学报,2008,19(9):2339-2348
一种基于局部密度的分布式聚类挖掘算法
Local Density Based Distributed Clustering Algorithm
投稿时间:2007-06-07  修订日期:2007-11-05
DOI:
中文关键词:  分布式聚类  局部密度聚类  局部聚类模型  密度吸引子  高维数据
英文关键词:distributed clustering  local density based clustering  local clustering model  density attractor  high dimension data
基金项目:Supported by the Doctor Science Research Foundation of the Ministry of Education of China under Grant No.20040286009 (国家教育部高等学校博士学科点科研基金), the Natural Science Foundation of Jiangsu Province of China under Grant No.BK2006095 (江苏省自然科学基金)
作者单位
倪巍伟 东南大学 计算机科学与工程学院,江苏 南京 210096 
陈 耿 南京审计学院 审计信息工程实验室,江苏 南京 210029 
吴英杰 东南大学 计算机科学与工程学院,江苏 南京 210096 
孙志挥 东南大学 计算机科学与工程学院,江苏 南京 210096 
摘要点击次数: 4273
全文下载次数: 4648
中文摘要:
      分布式聚类挖掘技术是解决数据集分布环境下聚类挖掘问题的有效方法.针对数据水平分布情况,在已有分布式密度聚类算法DBDC(density based distributed clustering)的基础上,引入局部密度聚类和密度吸引子等概念,提出一种基于局部密度的分布式聚类算法—— LDBDC(local density based distributed clustering).算法适用于含噪声数据和数据分布异常情况,对高维数据有着良好的适应性.理论分析和实验结果表明,LDBDC算法在聚类质量和算法效率方
英文摘要:
      Distributed clustering is an effect method for solving the problem of clustering data located at different sites. Considering the circumstance that data is horizontally distributed, algorithm LDBDC (local density based distributed clustering) is presented based on the existeding algorithm DBDC (density based distributed clustering), which can easily fit datasets of high dimension and abnormal distribution by adopting ideas such as local density-based clustering and density attractor. Theoretical analysis and experimental results show that algorithm LDBDC outperforms DBDC and SDBDC (scalable density-based distributed clustering) in both clustering quality and efficiency.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利