基于优化粒子群算法的云环境大数据聚类算法

摘要：

对于传统云环境大数据聚类中的量子进化方法的聚类精准度比较低的问题,为了降低存储开销,提高数据管理能力与调度能力,提出将优化粒子群算法作为基础的云环境大数据聚类算法,对云环境大数据聚类原理进行分析,将传统模糊C均值聚类作为基础,通过粒子群聚类算法对大数据聚类算法进行改进,从而实现空间分割,得出云存储系统的海量数据模糊聚类.利用粒子群聚类方法分配聚类数据离散成本,得到数据聚类信息浓度;与粒子群优化聚类约束条件结合,得到云环境大数据聚类中心最优解.仿真结果表明,此算法的数据聚类精准度比较高,具有良好的收敛性能.

关键词：大数据聚类、云环境、粒子群优化、空间分割、模糊聚类、仿真测试

所属期刊栏目：43

分类号：TN919-34

资助基金：国家自然科学基金11701105

在线出版日期：2020-07-20（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：72-75