你好,游客 登录 注册 搜索
背景:
阅读新闻

【PDF】一种面向大数据集的粗粒度并行聚类算法研究

[日期:2014-12-24] 来源:武汉理工大学  作者:向尧 袁景凌 钟珞 赵彦鹏 [字体: ]

一种面向大数据集的粗粒度并行聚类算法研究

向尧 袁景凌 钟珞 赵彦鹏

随着大数据时代的到来,面对数据量剧增,传统的聚类算法将面临极大的挑战.为了提高聚类算法的效率,本文基于Hadoop平台设计与实现了并行 化的Partitioning Around Medoid聚类算法,并从优化聚类单元和聚类中心的角度,结合视觉聚类的核心思想提出了粗粒度聚类单元策略(Coarse-Grained Clustering Unit Strategy).通过多组实验比较,结果表明,在粗粒度聚类单元策略的优化下算法在运行效率,计算能力等方面提高6%以上,所实现的并行算法具有良好 的加速比,扩展比和伸缩率.研究结果为以后的大数据集下的聚类分析奠定了基础.

一种面向大数据集的粗粒度并行聚类算法研究





收藏 推荐 打印 | 录入:Cstor | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款