基于密度的分布式聚类算法研究

：大量复杂异构数据分布于各个网络站点上，分布式聚类是海量数据处理的一个重要应用。该文针对基于密度的分布式聚类(DBDC)算法提出一种改进算法，利用局部聚类获取更佳的代表对象，将代表对象集附带相关信息传送至主站点，用增强的基于密度的聚类算法进行全局聚类，并更新子站点聚类。理论分析和实验结果表明，该算法在聚类质量和算法效率方面优于DBDC算法。