基于云计算的大数据聚类挖掘算法研究

基于云计算的大数据聚类挖掘，需要结合改进粒子群算法、k-means算法的优势，提出基于改进粒子群优化（Particle Swarm Optimization,PSO）的k-means聚类算法，设置自调节惯性权重、云变异算子，根据数据集种群的进化程度，调整粒子群算法的全局搜索、局部搜索能力，追踪数据粒子的个体极值、全局极值，更新每个数据个体在解空间中的点位置、更新速度，并在数据种群进化到一定程度时进行变异操作，选择全局极值作为期望Ex来控制种群迭代次数，避免数据挖掘陷入早熟收敛、局部最优解的情况。