基于混合蛙跳算法的K-mediods聚类挖掘与并行优化

摘要：

为了降低K-mediods聚类算法的误差并提高并行优化的性能,将混合蛙跳算法运用于聚类和并行优化过程.在K-mediods聚类过程中,将K-mediods与聚类簇思想相结合,对各个聚类簇进行混合蛙跳算法优化,从而提高了大规模数据样本聚类的效率.针对多个聚类执行节点并行完成大规模样本K-mediods聚类时,混合蛙跳算法有效提高了加速比.实验证明,相比于普通的K-mediods聚类,基于混合蛙跳算法的K-mediods聚类优势明显,且处理大规模样本的加速比性能更优.

关键词：混合蛙跳算法、K-mediods聚类、并行优化、聚类簇、加速比

所属期刊栏目：47

分类号：TP181(自动化基础理论)

资助基金：甘肃农业大学学科建设专项项目;甘肃农业大学青年导师扶持基金项目;兰州市科技计划项目;甘肃省教育厅创新基金;国家自然科学基金

在线出版日期：2020-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：126-129