电力通信大数据并行化聚类算法研究

确度均高于k-medoids并行化算法和DBSCAN并行化算法，并且在处理较大数量级的数据集时，本文算法准确度更占优势。不同数据集上各算法的执行时间如图2。

根据图2，随着数据量的增大，三种算法执行效率差异逐渐增大，本文算法性能明显优于k-medoids并行性算法和DBSCAN并行算法。接着对三个算法使用7个线程时的执行时间进行比较，如图3所示。

从图3中可以看出，使用7个线程在1 000、5 000、10 000数据级时，本文算法执行时间明显优于其他两个算法。

3.3 实验小结

仿真实验可知，在同一线程数时，本文算法比对比算法聚类准确率高，执行时间短；在线程数增加时，本文算法执行时间显著降低；随着数据量的增长，本文算法在保证更高准确度的基础上，执行时间优势逐渐凸显。

4 结论

本文针对电力通信数据的聚类处理问题，提出基于密度的聚类思想对k-medoids算法初始点的选取策略进行优化，并利用MapReduce编程框架实现了算法的并行化处理。通过仿真实验表明本文提出的优化算法可行有效，并具有较好的执行效率。在接下来的研究中可以考虑线程数小于聚类数时的优化分配策略，进一步提高算法性能。

参考文献

[1] 蔡永强，陈平华，李惠.基于云计算平台的并行DBSCAN算法[J].广东工业大学学报,2016，33(1)：51-56.

[2] PARK H S，JUN C H.A simple and fast algorithm for k-medoids clustering[J].Expert System with Applications，2009，36(2)：3336-3341.

[3] 赵烨，黄泽君.蚁群K-medoids融合的聚类算法[J].电子测量与仪器学报，2012，26(9)：800-804.

[4] 马菁，谢娟英.基于粒计算的k-medoids聚类算法[J].计算机应用，2012，32(7)：1973-1977.

[5] 吴景岚，朱文兴.基于k中心点的迭代局部搜索聚类算法[J].计算机研究与发展，2004，41(Z)：246-252.

[6] Jiang Yaobin，Zhang Jiongmin.Parallel k-medoids clustering algorithm based on Hadoop[C].Proceedings of the IEEE International Conference on Software Engineering and Service Sciences，2014：649-651.

[7] 孙胜，王元珍.基于核的自适应k-medoid聚类[J].计算机工程与设计，2009，30（3）：674-677.

[8] 马晓慧.一种改进的可并行的K-medoids聚类算法[J].智能计算机与应用，2015：874-876.

作者信息:

曾 瑛，李星南，刘新展

（广东电网公司 广东电网电力调度控制中心，广东 广州510600）