一种基于弹性分布数据集的海量空间数据密度聚类方法

摘要

本发明涉及一种基于弹性分布数据集的海量空间数据密度聚类方法，本方法针对快速挖掘大规模空间数据的聚集特性基，基于“RDD分区‑‑区内并行计算‑‑合并局部结果”思想设计，首先根据数据在空间的分布情况，自动划分网格并分配数据，使得网格内数据量相对均衡，达到平衡运算节点负载的目的；接着，提出一种适用于并行计算的局部密度定义，并改进聚类中心的计算方式，解决了原始算法需要通过绘制决策图判断聚类中心对象的缺陷；最后，通过网格内及网格间聚簇合并等优化策略，实现了大规模空间数据的快速聚类处理。本发明可以有效实现大规模空间数据的快速聚类，与传统的密度聚类方法相比具有较高的精确度与更好的系统处理性能。