| 聚类分析的并行化实现技术研究 |
| |
| 引用本文： | 齐浩,马力.聚类分析的并行化实现技术研究[J].电子设计工程,2015(2):48-50,53. |
| |
| 作者姓名： | 齐浩 马力 |
| |
| 作者单位： | 1. 西安邮电大学 计算机学院,陕西 西安,710121
2. 西安邮电大学 数字艺术学院,陕西 西安,710061 |
| |
| 摘 要： | 文中基于使传统聚类算法能够满足当前大数据分析的对计算效率的需求,采用将传统聚类算法分布式化的方法提高传统聚类算法效率。结合近年来广泛使用的Map Reduce分布式处理模型,对K-means、PAM、CLARA 3种算法进行了分布式化实验,并从数据规模和节点数量两个方面考察、讨论了一些影响并行算法性能的因素。实验分析表明,该方法能够有效地将聚类方法并行化,并可以应用在分布式系统当中。
|
| 关 键 词： | 数据挖掘 聚类 MapReduce 并行化计算 |
Parallel implementation of clustering analysis |
| |
| QI Hao,MA Li.Parallel implementation of clustering analysis[J].Electronic Design Engineering,2015(2):48-50,53. |
| |
| Authors: | QI Hao MA Li |
| |
| Affiliation: | QI Hao;MA Li;School of Computer Science and Technology, Xi’an University of Post and Telecommunications;School of Digital Arts,Xi’an University of Post and Telecommunications; |
| |
| Abstract: | |
| |
| Keywords: | data mining clustering MapReduce parallel computing |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
