从聚类数据特点出发,分析了现有的各种聚类算法的特点,提出一种基于密度分布的紧密蔓延树聚类(density spread tree clustering algorithm,DSTC)算法,该算法由构建紧密蔓延树和数据聚类两部分构成.在各种形状区域数据和交通标志图像数据上对DSTC算法进行了聚类能力验证,实验结果表明,DSTC算法能够聚类区分不同形状区域中的数据.
提出了一种基于云中心信息的服务组合方法(service composition based on data center information,SCDC).SCDC通过贪婪查找方法直到找到所有需要的云服务.SCDC采用3个原则减少服务组合涉及云的数量及减少访问云服务的个数.与ALL Clouds、Smart Clouds、Base Clouds方法对比表明,SCDC在保持访问云的数量最小的同时,减少访问云服务的数量超过20%.
