基于MapReduce模型的并行粒子群分簇算法研究

摘要：

在超大规模数据集的分簇管理上,存在大数据获取、存储、检索、分析和可视化等困难.面对爆炸式增长的数据,利用分布式、并行计算原理,在MapReduce模型的基础上构建并行粒子群优化算法(PSOC-MR),实现对超大规模数据的有效分簇处理.实验结果表明,PSOC-MR算法在集群节点数量与数据集大小等比例增加的情况下呈现良好的可扩展性,能在保持分簇质量的同时呈现线性加速,该算法可有效解决超大规模数据集的分簇问题,实现低成本、高性能的商用大数据分析.

关键词：粒子群算法、分簇算法、并行计算、MapReduce模型、分簇处理、大数据分析

所属期刊栏目：44

分类号：TN911.1-34;TP391

资助基金：国家自然科学基金;江苏省自然科学基金;江苏省高职院校教师专业带头人高端研修个人访学研修基金项目;2017年江苏高校"青蓝工程"基金资助项目;江苏省第五期"333工程"第三层次培养对象基金资助项目;学院科研课题

在线出版日期：2021-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：137-141