| DBSCAN算法在高性能计算中心用户分类的应用研究 |
| |
| 引用本文： | 徐海啸,麻婧,吴旗. DBSCAN算法在高性能计算中心用户分类的应用研究[J]. 吉林大学学报(信息科学版), 2015, 0(5): 528-534. DOI: 10.3969/j.issn.1671-5896.2015.05.015 |
| |
| 作者姓名： | 徐海啸 麻婧 吴旗 |
| |
| 作者单位： | 1. 吉林大学计算机科学与技术学院,长春130012;吉林大学高性能计算中心,长春130012;2. 吉林大学计算机科学与技术学院,长春,130012 |
| |
| 基金项目： | 大学生创新实验国家级基金资助项目(2011A53101) |
| |
| 摘 要： | ![]()
为提高集群资源使用效率,管理员需要对用户进行分类,从而对不同用户提出资源使用策略.DBSCAN(Density Based Spatial Clustering of Applications with Noise)聚类算法可对用户进行分类,但对初始参数敏感.为此,提出改进算法,首先将密度进行层次划分,由此得出各层次的密度阈值,在每种阈值下采用DBSCAN算法,解决全局参数问题.在此基础上,创新地使用一个直接可达距离排序队列,将排序信息作为可变参数,减小初始参数对结果的影响.通过高性能计算中心用户数据的实例验证了其可行性.实验结果表明,改进后的算法提高了用户分类的准确性和全面性.
|
| 关 键 词： | 聚类分析 DBSCAN算法 高性能计算中心 用户分类 数据挖掘 |
Application Research of DBSCAN Algorithm Based on High-Performance Computing Center Users Classification |
| |
| Abstract: | ![]()
|
| |
| Keywords: | clustering analysis density based spatial clustering of applications with noise (DBSCAN) high-performance computing center users classification data mining |
| 本文献已被 万方数据 等数据库收录！ |
|
