Comparison of clustering algorithms in a single user environment
Tek kullanıcılı ortamlar için kümelendirme algoritmalarının karşılaştırılması
- Tez No: 29931
- Danışmanlar: PROF. DR. ASUMAN DOĞAÇ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Nesneye Yönelik Veritabanlan, Kümelendirme, Object-Oriented Databases, Clustering
- Yıl: 1993
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 164
Özet
oz TEK KULLANICILI ORTAMLAR İÇİN KÜMELENDİRME ALGORİTMALARININ KARŞILAŞTIRILMASI KOÇ, Kadir Yüksek Lisans Tezi, Bilgisayar Mühendisliği Anabilim Dalı Tez Yöneticisi: Prof. Dr. Asuman DO?AÇ Haziran, 1993, 148 sayfa Bu tezde, tek kullanıcılı bir ortamda ve kalıcı bir C++ (C**) yazılımında, kümeleme algoritmaları olan Probability Ranking Partitioning (PRP), High Fan-Out (HFO), ve Kernighan-Lin'e dayalı algoritmaların, Sun Ölçümlemesi ve 007 Ölçümlemesine dayanılarak performans karşılaştırmaları yapılmıştır. Tek kullanıcılı bir ortamda, genel istek akışı çoğunlukla belli bir yapıdadır. Algoritmalar disk sayfa büyüklüğü kısıtlaması altında, değişken nesne büyüklüklerine uygun olarak kodlanmıştır. PRP algoritmasının kodlanmasında, nesneler ayrıca büyüklüklerine göre sıralanmıştır. Bu yapı PRP algoritmasının performansını artırmıştır. Yeni ve hızlı bir algoritma, High Fan-Out (HFO), tasarlanmış ve kodlanmıştır. HFO algoritmasının performasınm, PRP algoritmasının performansı ile karşılaştınlabilir olduğu gözlemlenmiştir. Daha önce yapılmış bir performans çalışmasının, çok kullanıcılı ortamlardaki gözlemlerinin, çoğu zaman tek kullanıcılı ortamlar için de geçerli olduğu gösterilmiştir. Bu nedenle, bu çalışmada PRP algoritması yerine HFO türü algoritmalar önerilmektedir. Bir kümelendirme algoritmasının performansının değerlendirilmesinde tek basma iletişim masrafı veya iç parçalanma oram yeterli değildir. Aksine her iki ölçümün de, disk sayfa hata oranının belirlenmesinde gözönüne alınması vgerekmektedir. Son olarak, veritabam uygulaması ve bilgisayar sisteminin özelliklerine göre en iyi kümelendirme algoritmasını gösteren bir tablo hazırlanmıştır.
Özet (Çeviri)
ABSTRACT COMPARISON OF CLUSTERING ALGORITHMS IN A SINGLE USER ENVIRONMENT KOÇ, Kadir M.S. in Computer Engineering Supervisor: Prof. Dr. Asuman DO?AÇ June, 1993, 148 pages In this study, a performance comparison of the clustering algorithms, namely Kernighan-Lin based algorithms, High Fan-Out algorithm and Probability Ranking Partitioning algorithm is implemented for a persistent C++ (C**) implementation in a single user environment through the Sun Benchmark and the 007 Benchmark. In a single user environment, the global request stream follows a pattern most of the time. The algorithms are implemented to handle variable object sizes under the page size hard constraint. In implementing Probability Ranking Partitioning (PRP) algorithm, to prevent internal fragmentation, the objects are also sorted according to their sizes when storing on disk. This fact improved the performance of PRP. A new, fast clustering algorithm, called High Fan-Out (HFO), is designed and implemented. It is found that its performance is comparable to PRP. The performance study carried out in this thesis shows that the observations for client-server environment is valid in single user environment for most of the time. Hence, we propose HFO like algorithms instead of PRP like algorithms. It has been observed that, the performance of a clustering algorithm can not be based solely on the communication cost, or on the internal fragmentation. On the contrary both of the measures have to be taken into account to predict the number of page faults. mFinally we conclude with a figure that indicates the best clustering algorithm depending on the characteristics of the database application at hand and the restrictions imposed by the computer system.
Benzer Tezler
- Yapay sinir ağları ve rastgele orman yöntemleri ile LANDSAT 8 görüntülerinden otomatik kıyı çizgisi çıkartılması
Automatic shoreline extraction from LANDSAT 8 imageries with artificial neural networks and random forest methods
ABDULKADİR İNCE
Yüksek Lisans
Türkçe
2018
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT BAYRAM
- Tanker şamandıra bağlama sistemlerinin yapay sinir ağları tekniğiyle optimizasyonu
Optimization of spread mooring systems with artificial neural networks
MURAT YETKİN
Yüksek Lisans
Türkçe
2014
Denizcilikİstanbul Teknik ÜniversitesiGemi ve Deniz Teknoloji Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AYHAN MENTEŞ
- Hava Lidarda doğruluk araştırması ve model geliştirmesi
Accuracy research and model development with airborne Lidar
ZÜMRÜT KURTULGU
Doktora
Türkçe
2024
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. ATINÇ PIRTI
DR. ÖĞR. ÜYESİ ZENNURE UÇAR
- Otomatik gürbüz bölütleme ile uyluk MR imgelerinde kas ve yağ miktarlarının belirlenmesi
Quantification of muscle and fat volumes in the thigh MR images using automatic robust segmentation
İSMAİL IRMAKÇI
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AYDOĞAN SAVRAN
YRD. DOÇ. DR. ULAŞ BAĞCI