科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对并行化密度聚类的过程中，不同密度聚类簇边界点划分模糊，并且存在数据噪声，从而影响聚类性能，使聚类结果受制于局部最优影响的问题，提出一种基于MapReduce与优化布谷鸟算法的并行密度聚类算法。首先，该算法结合K-means中的近邻与逆近邻思路的策略KDBSCAN(K-means DBSCAN)，通过计算各数据点的影响空间，以此重新定义基于密度的聚类（Density-based spatial dutering of apptications with noise,DBSCAN）算法中聚类簇的拓展条件，避免了不同密度聚类簇边界点划分模糊的问题；其次，结合KDBSCAN密度聚类中的近邻思想提出了一种可行的迭代性噪声点处理策略，减轻数据中噪声点对于聚类算法性能的影响；再次，提出基于传统布谷鸟算法的优化改进策略MCS(Majorization cuckoo search)，通过衰减发现巢穴概率的权重，随着迭代搜寻次数的增加提升算法收敛速度，解决了聚类结果受制于局部最优的问题；最后，结合MapReduce提出了并行密度聚类策略MCS-KDBSCAN，通过并行化密度聚类算法运算，减轻了并行聚类算法局部最优解传递的通信负担，提升了算法性能。实验证明，提出的MCS-KDBSCAN并行化密度聚类算法在聚类精度、聚类运行时间等方面均较优。
- 单位
