聚類CLIQUE算法及其并行化研究.pdf_第1頁
已閱讀1頁,還剩51頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、數(shù)據(jù)挖掘是幫助人們在海量數(shù)據(jù)中發(fā)現(xiàn)信息和知識的工具。近年來數(shù)據(jù)挖掘技術(shù)成了商業(yè)智能的核心技術(shù),被廣泛應(yīng)用到了諸多領(lǐng)域,引起了學(xué)術(shù)界極大的關(guān)注。聚類分析是數(shù)據(jù)挖掘中的一個重要研究領(lǐng)域,它從數(shù)據(jù)庫中尋找數(shù)據(jù)間的相似性,從而優(yōu)化大規(guī)模數(shù)據(jù)庫的查詢和發(fā)現(xiàn)數(shù)據(jù)中隱含的有用信息或知識。如何進行快速聚類以及如何取得更好的聚類結(jié)果成了聚類數(shù)據(jù)挖掘算法研究的重點和難點。 CLIQUE算法綜合了基于密度和基于網(wǎng)格的聚類方法,它有著速度快的優(yōu)點。但是

2、由于方法太簡化,可能會降低聚類結(jié)果的精確性。通過深入的研究和分析,發(fā)現(xiàn)由于CLIQUE算法沒有考慮到如何利用當前挖掘數(shù)據(jù)的特性,而是進行一種硬性的網(wǎng)格劃分,因此增加了計算復(fù)雜程度,而為了降低計算的復(fù)雜程度就只能降低聚類結(jié)果的精確性。針對上述問題論文引入了自適應(yīng)的網(wǎng)格劃分方法,通過在一維的情況下預(yù)先分割區(qū)間,然后找出密集分割區(qū)間并對分界進行調(diào)整來得到密集區(qū)間,最后把這些密集區(qū)間作為劃分網(wǎng)格的依據(jù)。這種劃分網(wǎng)格的方法很好地利用了當前要挖掘的

3、數(shù)據(jù)的特性,同時減少了網(wǎng)格的數(shù)量以及密集單元候選集的數(shù)目,大幅度減少了計算的復(fù)雜程度,從而使得在每個子空間進行計算成為了現(xiàn)實,也大大提高了聚類結(jié)果的精確性,但算法的時間復(fù)雜度仍是指數(shù)級的。只是這個指數(shù)是維數(shù),使得算法的時間復(fù)雜度比起很多聚類算法的仍然簡單很多。 為了進一步提高算法的執(zhí)行效率,論文還對并行CLIQUE算法進行了研究。選用通過商用網(wǎng)絡(luò)連接起來的PC機,以及并行虛擬機PVM和分布式操作系統(tǒng)LINUX,共同構(gòu)成了一個機群

4、系統(tǒng)作為并行計算平臺。在并行程序的模型上選用了Master/Slave模型。該并行算法將數(shù)據(jù)集分配到各個節(jié)點機上實現(xiàn)了數(shù)據(jù)并行,在數(shù)據(jù)并行的基礎(chǔ)上,當生成密集單元候選集以及驗證密集單元的時候又采取了任務(wù)并行的方法。由于主體是數(shù)據(jù)并行,因此達到了接近線性的加速比。每個節(jié)點計算任務(wù)的時間復(fù)雜度由兩部分構(gòu)成,一部分是指數(shù)級的驗證密集單元的時間復(fù)雜度,另一部分是線性的通信時間復(fù)雜度。 最后,通過實驗驗證了并行CLIQUE算法的可行性,從

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論