并行層次聚類(lèi)技術(shù)研究.pdf

1、聚類(lèi)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(huì)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(lèi)對(duì)象在高維特征空間分布的復(fù)雜性，聚類(lèi)效果評(píng)價(jià)的不確定性和靈活性，以及聚類(lèi)作為一個(gè)優(yōu)化問(wèn)題求解的高計(jì)算復(fù)雜性，聚類(lèi)算法仍然面臨著眾多的問(wèn)題和挑戰(zhàn)。 目前，研究者提出了大量的聚類(lèi)算法。其中層次聚類(lèi)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(shí)間復(fù)雜性可達(dá)到O(n2),但依然難于處理生物信息學(xué)或

2、入侵檢測(cè)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(yùn)行成本不低于O(n2)。這些算法多使用隨機(jī)或概率算法，而且算法中的處理器數(shù)目無(wú)法根據(jù)運(yùn)行環(huán)境改變，也沒(méi)有考慮各并行處理器對(duì)共享存儲(chǔ)器的存儲(chǔ)沖突。本文通過(guò)利用完全圖求歐幾里德最小生成樹(shù)算法和無(wú)存儲(chǔ)沖突的連通分支確定算法，提出一種基于EREW-SIMD共享存儲(chǔ)模型的無(wú)存儲(chǔ)沖突并行層次聚類(lèi)算法，其成本為O(n2)。通過(guò)與其他算法性能比較，比較結(jié)果說(shuō)明本文提