| 二分K均值聚类算法优化及并行化研究 |
| |
| 引用本文： | 张军伟,王念滨,黄少滨,蔺世明.二分K均值聚类算法优化及并行化研究[J].计算机工程,2011,37(17):23-25. |
| |
| 作者姓名： | 张军伟 王念滨 黄少滨 蔺世明 |
| |
| 作者单位： | 1. 哈尔滨工程大学计算机科学与技术学院,哈尔滨,150001
2. 哈尔滨工业大学计算机科学与技术学院,哈尔滨,150001 |
| |
| 基金项目： | 国家自然科学基金资助项目(60973028); 国家科技支撑计划基金资助项目(2009BAH42B02) |
| |
| 摘 要： | 二分K均值聚类算法在二分聚类过程中的初始质心选取速度方面存在不足。为此，提出以极大距离点作为二分聚类初始质心的思想，提升算法的运行速度。研究如何在群集系统中进行快速聚类，根据二分K均值聚类算法的特性，采用数据并行的思想和均匀划分的策略，对算法进行并行化处理。实验结果表明，改进后的算法能获得比较理想的加速比和较高的使用效率。
|
| 关 键 词： | 数据挖掘 聚类算法 二分K均值 并行化 群集系统 |
| 收稿时间： | 2011-03-18 |
Research on Bisecting K-Means Clustering Algorithm Optimization and Parallelism |
| |
| ZHANG Jun-wei,WANG Nian-bin,HUANG Shao-bin,MAN Shi-ming.Research on Bisecting K-Means Clustering Algorithm Optimization and Parallelism[J].Computer Engineering,2011,37(17):23-25. |
| |
| Authors: | ZHANG Jun-wei WANG Nian-bin HUANG Shao-bin MAN Shi-ming |
| |
| Affiliation: | ZHANG Jun-wei1,WANG Nian-bin1,HUANG Shao-bin1,MAN Shi-ming2(1.College of Computer Science and Technology,Harbin Engineering University,Harbin 150001,China,2.College of Computer Science and Technology,Harbin Institute of Technology,China) |
| |
| Abstract: | Considering the insufficiency of clustering speed which exists in the selecting the initial centroid of Bisecting K-Means(BKM) clustering algorithm,the idea of selecting the two patterns with distance maximum as the initial cluster centroid is implemented.An in-depth study and analysis is carried out on how to accelerate clustering in clustering system.According to the characteristics of BKM,the parallelism algorithm based on data parallelism and symmetric data-partition is put forward.Experimental results ... |
| |
| Keywords: | data mining clustering algorithm Bisecting K-Means(BKM) parallelism clustering system |
| 本文献已被 CNKI 维普 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 |
|
