期刊专题

基于相似度矩阵的K-Means算法的MapReduce并行化实现

引用
为了提高基于相似度矩阵的K-Means算法(SMK-means)处理大数据的能力,它使用MapReduce分布式编程模型,并结合SMK-means算法自身的特点,设计出了SMK-means算法基于MapReduce的并行化实现.通过设计Map和Re-duce函数实现了SMK-means算法的并行化.Map函数通过计算样本和聚簇中心的相似度来确定样本的聚簇归属,Re-duce函数用于完成聚簇中心的计算.实验结果证明,基于MapReduce的并行化的SMK-means算法在保证文本挖掘性能不降的前提下,使得运行效率得到了大幅度提升.

K-Means算法、相似度矩阵、MapReduce模型、并行计算、文本挖掘

13

TP391(计算技术、计算机技术)

2017-08-04(万方平台首次上网日期,不代表论文的发表时间)

共3页

18-20

暂无封面信息
查看本期封面目录

电脑知识与技术

1009-3044

34-1205/TP

13

2017,13(18)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn