文献类型：期刊文章

作　　者：何中胜[1] 刘宗田[2] 庄燕滨[1]

机构地区：[1]常州工学院计算机信息工程学院,江苏常州213002 [2]上海大学计算机科学与工程学院,上海200072

出　　处：《小型微型计算机系统》

基　　金：国家自然科学基金项目(60275022)资助;江苏省教育厅基金项目(04kjd520010)资助.

年　　份：2006

卷　　号：27

期　　号：1

起止页码：114-116

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：DBSCAN是基于密度的聚类算法的一个典型代表算法,它对空间数据库聚类有很好的性能.然而,在对大规模数据库聚类时,DBSCAN需要大量内存支持并伴随着I/O开销.随着高性能计算机的发展,特别是集群式计算机出现,给我们提供了一种解决DBSCAN算法缺陷的方法,本文提出一种建立在集群式高性能计算机上基于数据分区并行DBSCAN算法.测试结果表明,它极大地降低了DBSCAN对时间和空间的需要.

关 键 词：大规模数据库 聚类 数据分区 DBSCAN算法 并行计算消息传送  

分 类 号：TP311]