分布式聚类算法的研究

摘要：

　　本文详细的介绍了一种基于K-Dmeans的分布式聚类新算法DK-Dmeans.首先介绍了现有的分布式聚类算法K-Dmeans,针对K-Dmeans分布式聚类算法通信量大、效率低的缺点,提出了DK-Dmeans分布式聚类算法.该算法改变了K-Dmeans分布式聚类算法的工作方式,设立了领导站点和从站点,工作时只需在领导站点和从站点间传送聚簇信息,有效降低了分布式聚类过程中的数据通信量,并达到了与集中式K-means聚类算法效果相当的聚类质量.理论分析以及实验结果都证明DK-Dmeans不仅降低了通信开销和算法复杂度,还提高了聚类的效率,是一种切实有效的分布式聚类算法.

关键词： 数据挖掘 分布式聚类算法 性能优化 仿真分析

作者: HAO Yun 郝芸 TIAN Ye 田野 KANG Hui 康辉

作者单位: Zhonghuan Information College Tianjin University of Technology,Tianjin 300380,China 天津理工大学中环信息学院,天津 300380 Tianjin Deviser Electronics Instrument CO.LTD,Tianjin 300392,China 天津市德力电子仪器有限公司,天津 300392

会议类型: 国内会议

会议名称: 第九届中国通信学会学术年会

会议地点: 北京

会议语种:中文

页码: 82-87

在线出版日期: 2012-08-17（万方平台首次上网日期，不代表论文的发表时间）