公开(公告)号：CN112052879B

公开(公告)日：2023-06-13

申请号：CN202010811897.1

申请日：2020-08-13

Applicant: 东北大学

Inventor： 苏雨萱 ,  张岩峰 ,  宛长义 ,  于戈

IPC: G06F18/23 ,  G06F9/50 ,  G06F18/2431 ,  G06F18/2321

Abstract: 本发明属于大数据处理领域，涉及一种利用GPU加速密度峰聚类的方法。本发明通过设计新的索引结构来减少距离矩阵的计算量，并利用GPU来加速索引的构建和近邻搜索，提高密度峰聚类算法中每个点的密度值和斥群值计算效率。本发明通过在GPU上构建制高点树索引，并行地计算每个数据点的密度值和斥群值，在用户选择完聚类中心后可以并行分配每个点所属的聚类，有效地减少了距离矩阵的计算量且节省储存空间。相较于传统的聚类方法，使用GPU加速的密度峰聚类方法能够更高效地完成聚类任务。

公开(公告)号：CN112052879A

公开(公告)日：2020-12-08

申请号：CN202010811897.1

申请日：2020-08-13

Applicant: 东北大学

Inventor： 苏雨萱 ,  张岩峰 ,  宛长义 ,  于戈

IPC: G06K9/62 ,  G06F9/50

Abstract: 本发明属于大数据处理领域，涉及一种利用GPU加速密度峰聚类的方法。本发明通过设计新的索引结构来减少距离矩阵的计算量，并利用GPU来加速索引的构建和近邻搜索，提高密度峰聚类算法中每个点的密度值和斥群值计算效率。本发明通过在GPU上构建制高点树索引，并行地计算每个数据点的密度值和斥群值，在用户选择完聚类中心后可以并行分配每个点所属的聚类，有效地减少了距离矩阵的计算量且节省储存空间。相较于传统的聚类方法，使用GPU加速的密度峰聚类方法能够更高效地完成聚类任务。