大数据环境下基于狼群优化的聚类算法分析与研究

摘要：

为了提高大数据环境下数据聚类的准确性,文中采用狼群优化算法实现数据聚类.对大数据集合进行狼群模拟训练,将数据结合中的多个数据采用狼群游走及围攻策略进行数据训练,不断更新数据在多维空间中的位置分布,根据数据所处位置与中心点的距离来判断数据所属类别,从而完成数据聚类.经过实验证明,相比于K-Means聚类算法和DBSCAN聚类算法,文中所提算法聚类优势明显.

关键词：大数据、狼群优化算法、数据聚类、数据位置更新、狼群模拟训练、数据训练

所属期刊栏目：42

分类号：TN911.1-34;TP393

资助基金：2018年第一批产学合作协同育人项目201801037103

在线出版日期：2019-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：106-108