论文研究 DBSCAN算法研究及并行化实现.pdf

DBSCAN算法是一种基于密度的优秀算法，能够对任意形状的数据进行聚类，且能够识别噪声数据。为了减少人工对输入参数Eps和MinPts的干预，提出了一种新的计算Eps参数的方法；同时，为了解决传统单机DBSCAN算法在大数据环境下的性能问题，基于Spark框架实现了DBSCAN算法的并行化。通过实验表明，提出的DBSCAN改进算法具有很高的准确度和稳定性；并行实现的DBSCAN算法具有很好的并行性能，适合用于处理海量数据聚类。