吉林大学学报（信息科学版）
吉林大學學報（信息科學版）
길림대학학보（신식과학판）
JOURNAL OF JILIN UNIVERSITY(INFORMATION SCIENCE EDITION)
2015年
5期
528-534
,共7页
聚类分析%DBSCAN算法%高性能计算中心%用户分类%数据挖掘
聚類分析%DBSCAN算法%高性能計算中心%用戶分類%數據挖掘
취류분석%DBSCAN산법%고성능계산중심%용호분류%수거알굴
clustering analysis%density based spatial clustering of applications with noise (DBSCAN)%high-performance computing center%users classification%data mining
为提高集群资源使用效率,管理员需要对用户进行分类,从而对不同用户提出资源使用策略.DBSCAN(Density Based Spatial Clustering of Applications with Noise)聚类算法可对用户进行分类,但对初始参数敏感.为此,提出改进算法,首先将密度进行层次划分,由此得出各层次的密度阈值,在每种阈值下采用DBSCAN算法,解决全局参数问题.在此基础上,创新地使用一个直接可达距离排序队列,将排序信息作为可变参数,减小初始参数对结果的影响.通过高性能计算中心用户数据的实例验证了其可行性.实验结果表明,改进后的算法提高了用户分类的准确性和全面性.
為提高集群資源使用效率,管理員需要對用戶進行分類,從而對不同用戶提齣資源使用策略.DBSCAN(Density Based Spatial Clustering of Applications with Noise)聚類算法可對用戶進行分類,但對初始參數敏感.為此,提齣改進算法,首先將密度進行層次劃分,由此得齣各層次的密度閾值,在每種閾值下採用DBSCAN算法,解決全跼參數問題.在此基礎上,創新地使用一箇直接可達距離排序隊列,將排序信息作為可變參數,減小初始參數對結果的影響.通過高性能計算中心用戶數據的實例驗證瞭其可行性.實驗結果錶明,改進後的算法提高瞭用戶分類的準確性和全麵性.
위제고집군자원사용효솔,관리원수요대용호진행분류,종이대불동용호제출자원사용책략.DBSCAN(Density Based Spatial Clustering of Applications with Noise)취류산법가대용호진행분류,단대초시삼수민감.위차,제출개진산법,수선장밀도진행층차화분,유차득출각층차적밀도역치,재매충역치하채용DBSCAN산법,해결전국삼수문제.재차기출상,창신지사용일개직접가체거리배서대렬,장배서신식작위가변삼수,감소초시삼수대결과적영향.통과고성능계산중심용호수거적실례험증료기가행성.실험결과표명,개진후적산법제고료용호분류적준학성화전면성.
