并行層次聚類技術(shù)研究.pdf

1、聚類分析是數(shù)據(jù)挖掘的重要研究領(lǐng)域之一，在工程、商業(yè)、生命科學(xué)、社會科學(xué)以及其他許多領(lǐng)域得到了廣泛的應(yīng)用。但由于聚類對象在高維特征空間分布的復(fù)雜性，聚類效果評價的不確定性和靈活性，以及聚類作為一個優(yōu)化問題求解的高計算復(fù)雜性，聚類算法仍然面臨著眾多的問題和挑戰(zhàn)。 目前，研究者提出了大量的聚類算法。其中層次聚類算法是其中的主要方法之一，受到了大量學(xué)者的密切關(guān)注。目前最好的串行算法的時間復(fù)雜性可達到O(n2),但依然難于處理生物信息學(xué)或

2、入侵檢測中的海量數(shù)據(jù)；并行算法目前多基于CREW-PRAM或CRCW-PRAM模型，其運行成本不低于O(n2)。這些算法多使用隨機或概率算法，而且算法中的處理器數(shù)目無法根據(jù)運行環(huán)境改變，也沒有考慮各并行處理器對共享存儲器的存儲沖突。本文通過利用完全圖求歐幾里德最小生成樹算法和無存儲沖突的連通分支確定算法，提出一種基于EREW-SIMD共享存儲模型的無存儲沖突并行層次聚類算法，其成本為O(n2)。通過與其他算法性能比較，比較結(jié)果說明本文提