论文部分内容阅读
基于密度分布式聚类算法（DBDC）在分布式聚类运算中运用广泛,但具有较高的算法时间复杂度.本文提出了一种基于代表点交互的全局聚类方法,利用数据网格运算方法将数据对象映射到空间网格,改进基于密度的分布式聚类算法,优化原算法的空间搜索过程,从而改进生成本地聚类的效率.同时在全局聚类层面可利用中心点作为代表点来降低聚类误差.通过实验,表明该方法能够改进基于密度的分布式聚类算法,较传统分布式聚类算法提高了准确性度并降低了算法时间复杂度.