基于聚类算法的并行化研究

• 作者: 何凤成 彭厚文 杨爽
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 聚类算法 并行 K-MEANS PAM
• 年，卷（期）: 2009,（8X）
• 页码范围: 7010-7012
• 页数: 3页
• 分类号: TP301.6

摘要

聚类是数据挖掘中重要组成部分,为了提高聚类的处理效率,将并行处理技术运用于k-means和PAM算法中,对k-means与PAM算法进行了改进。实验结果表明:并行k-means算法相对串行k-means算法有更好的执行效率;且k-means算法有比PAM算法更好的并行性和可扩展性。最后,该文提出和介绍了将并行技术引入谱聚类算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭厚文	大连理工大学国家级示范性软件学院	2	10	1.0	2.0
2	杨爽	大连理工大学国家级示范性软件学院	6	13	2.0	3.0
3	何凤成	大连理工大学国家级示范性软件学院	2	10	1.0	2.0