基于数据预处理的并行分层聚类算法  

Parallel hierarchical clustering algorithm based on preprocessed data

作　　者：李朝鹏[1] 李肯立[2] 成运[1] 李朝健[3] 

机构地区：[1]湖南人文科技学院,湖南娄底417000 [2]湖南大学计算机与通讯学院,长沙410082 [3]湖南工程学院,湖南湘潭411101

出　　处：《计算机应用研究》2010年第1期71-73,共3页Application Research of Computers

基　　金：国家自然科学基金资助项目(90715029);湖南省自然科学基金资助项目(07JJ6116);湖南省重点建设学科资助项目;湖南省教育厅项目(09C546)

摘　　要：分层聚类技术在图像处理、入侵检测和生物信息学等方面有着极为重要的应用,是数据挖掘领域的研究热点之一。针对目前基于SIMD模型的并行分层聚类算法处理海量数据时效果不理想的问题,提出一种基于数据预处理的自适应并行分层聚类算法,在O((λn)2/p)的时间内对n个输入数据点进行聚类。其中1≤p≤n/logn,0.1≤λ≤0.3。将提出的算法与现有文献结论进行的性能对比分析表明,本算法明显改进了现有文献的研究结果。Hierarchial clustering technology plays a very important role in image processing, intrusion detection and bioinformatics applications, which is one of the most extensively studied branch in data mining. Presently the parallel hierarchical algorithms aren＇ t very good at processing large data. To overcome this shortcoming, this paper proposed a new parallel algorithm based on preprocessed data. The proposed algorithms could cluster n objects with O（p） processors in O（（λn）2/p） time, where 1 ≤p≤n/log n,0. 1 ≤λ≤0. 3. Performance comparisons show that it is the first parallel hierarchical clustering algorithm without memory conflicts, and thus it is an improved result over the past researches.

关 键 词：分层聚类 并行算法 预处理数据 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]