自适应数据库中基于特征向量的聚类算法.pdfVIP

1622008。44(27) Computer and EngineedngApplications计算机工程与应用 自适应数据库中基于特征向量的聚类算法 强彦，陈俊杰，高燕飞 Yah，CHEN Yah—fei QIANG Jun-jie，GAO 太原理工大学计算机与软件学院，太原030024 of and of 030024，China CollegeComputerEngineeringSoftware，TaiyaanUnivemityTechnology，Taiyuan Yan-fei．Researchofclusterbased011featurevectorsin QIANGYan。CHENJun-jie。GAO autonomic and Engineering Applications，2008。44【27：162-164． Abstract：Inautonomicdatabase characterizationis a workload shouldbe system，workload key part．In classified，thenworkload classificationuse8cluster incluster performance．Workload algorithm．And typical anticipate algorithm，the istheK-meanscluster intheK-meanscluster bedefinedandnot makes algorithm．But algorithm．露should changed．This paper an if of inthe the矗is needed．Theresultthe showsthatthe Clus- improvementalgorithm。80 changed experiment veracity using ter BasedFeature on of workloadmntimeis algorithm Vecw措(CFV)making forecasting improved． words：feature OnFeature Key vectors；cluster；ClusterBased Vectors(CFV) 摘要：负裁自适应数据库系统中，负载特征化部件要实时对各种数据库的访问负载分类，根据分类的情况预测负载对数据库资 源需求。是对常规聚类算法的一个改进，提出基于特征向量的聚类算法和基于特征向量的增量聚类算法。使用该算法后负栽分类 速度和准确性有明显提高。 关键词：特征向量；聚类算法；基于特征向量的聚类算法 DOI：10．3778／j．issn．1002—8331．2008．27．052文章编譬：1002