基于密度峰值的可配置网站集群前端数据并行聚类集成方法

摘要

可配置网站集群前端数据并行聚类集成时，忽略数据参数敏感问题，确定聚类中心点存在误差，导致数据并行化性能较差，因此提出基于密度峰值的可配置网站集群前端数据并行聚类集成方法.建立数据相异度结构矩阵，根据矩阵中数据间的关联度提取数据特征并构造数据特征向量集，利用密度峰值算法根据数据特征和参数敏感性自动识别数据类簇的个数以及形状，从而实现数据并行聚类集成.实验证明所提方法的数据并行化性能更高，对于不同节点数的可扩展率均在0.85以上.

关键词

密度峰值 / 可配置网站 / 数据并行聚类集成 / 数据相异度结构矩阵