一种不同的基于数据分区的并行构建密度树聚类算法(PCDTC)
일충불동적기우수거분구적병행구건밀도수취류산법(PCDTC)
A Much Different Parallel Construction Density Tree Clustering (PCDTC) Algorithm Based on Data Partitioning
  • 万方数据
    西北工业大学学报 서북공업대학학보
    JOURNAL OF NORTHWESTERN POLYTECHNICAL UNIVERSITY
    2008年 4期 524-529 ,共6页

    张云鹏%张璐%翟正军%马春燕%戴维迪

    장운붕%장로%적정군%마춘연%대유적

    并行处理%数据处理%聚类%分区 併行處理%數據處理%聚類%分區
    병행처리%수거처리%취류%분구
    传统的聚类算法在全空间下的聚类过程倾向于输出单一的聚类结果,高维数据在不同的子空问多视图下往往呈现不同的数据结构.文中引入空间的正交化方法实现在不同子空间上的并行化,构建密度树聚类,以提供对数据集在多维子空间视图下聚类结果的多样性观测,通过F-measure值引导用户确定不同子空间中感兴趣的聚类结果.真实数据集上的实现结果证明了上述方法的有效性.
    전통적취류산법재전공간하적취류과정경향우수출단일적취류결과,고유수거재불동적자공문다시도하왕왕정현불동적수거결구.문중인입공간적정교화방법실현재불동자공간상적병행화,구건밀도수취류,이제공대수거집재다유자공간시도하취류결과적다양성관측,통과F-measure치인도용호학정불동자공간중감흥취적취류결과.진실수거집상적실현결과증명료상술방법적유효성.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문