期刊专题

10.3969/j.issn.1002-137X.2012.01.030

面向大规模数据的快速并行聚类划分算法研究

引用
随着聚类分析中处理数据量的急剧增加,面对大规模数据,传统K-Means聚类算法面临着巨大挑战.为了提高传统K-Means聚类算法的效率,针对已有基于MPI的并行K-Means聚类算法和基于Hadoop的分布式K-Means云聚类算法,从聚心初始化和通信模式等入手,提出了改进思路和具体实现.实验结果表明,所提算法能大大减少通信量和计算量,具有较高的执行效率.研究结果可以为以后设计更好的大规模数据快速并行聚类划分算法提供研究依据.

云计算、K-Means、大规模数据、MPI、Hadoop

39

TP393(计算技术、计算机技术)

中央高校基本科研业务费电子科技大学项目ZYGX2010J075

2012-04-27(万方平台首次上网日期,不代表论文的发表时间)

共5页

134-137,151

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

39

2012,39(1)

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