基于網(wǎng)格和密度的并行聚類算法的研究與實現(xiàn).pdf

1、聚類是數(shù)據(jù)挖掘領域中的一個重要研究課題。隨著聚類分析對象數(shù)據(jù)集規(guī)模的急劇增大，改進已有的算法以獲得滿意的效率受到越來越多的重視。其中對現(xiàn)有算法的并行化是針對海量、高維數(shù)據(jù)的一種有效改進方法。 通過對國內外研究現(xiàn)狀以及聚類和并行計算相關技術進行調研，本文著重對現(xiàn)有并行聚類算法進行了研究，并對其并行化改進方法進行了分析和比較。在此基礎上，詳細介紹了一種較好的、適合并行化改進的聚類算法——基于網(wǎng)格和密度的聚類算法。小波聚類是一種基于網(wǎng)

2、格和密度的聚類算法，它滿足一個好的聚類算法的很多要求，且求解思想優(yōu)于一般意義上的基于網(wǎng)格和密度的聚類算法。結合小波聚類的自身特點，詳細介紹了并行小波聚類算法的設計方法、設計模式以及實現(xiàn)步驟。 針對當前并行程序實現(xiàn)技術是并行計算的關鍵這一研究熱點，特別在并行程序實現(xiàn)技術方面進行了有益的嘗試和研究。首先學習和研究了集群環(huán)境下MPI并行編程機制；進而結合小波聚類的自身特點，主要以減少集群系統(tǒng)中并行處理的通信次數(shù)和通信數(shù)據(jù)量為目的，分別