|
|||||
|
|
| 分批处理的K-means算法并行实现 | |
| 作者姓名： | 兰远东 刘宇芳 徐涛 |
| 作者单位： | 惠州学院计算机科学系,广东惠州,516007 |
| 基金项目： | 国家“863”先进制造领域基金资助重点项目,广东高校优秀青年创新人才培养计划基金资助项目 |
| 摘 要： | 为解决K-means 算法计算量大、收敛缓慢、运算耗时长等问题,给出一种新的K-means算法的并行实现方法。在通用计算图形处理器架构上,使用统一计算设备架构(CUDA)加速K-means算法。采用分批原则,更合理地运用CUDA提供的各种存储器,避免访问冲突,同时减少对数据集的访问次数,以提高算法效率。在大规模数据集中的实验结果表明,该算法具有较快的聚类速度。 |
| 关 键 词： | 数据挖掘 K-means算法 统一计算设备架构 并行算法 聚类分析 图形处理器 |
| 收稿时间： | 2011-10-18 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《计算机工程》浏览原始摘要信息 | |
| 点击此处可从《计算机工程》下载全文 | |