二分K均值聚类算法优化及并行化研究

• 作者: 张军伟 王念滨 蔺世明 黄少滨
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 数据挖掘 聚类算法 二分K均值 并行化 群集系统
• 年，卷（期）: 2011,（17）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 23-25
• 分类号: TP338.6
• 字数: 4473字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.17.006

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王念滨	哈尔滨工程大学计算机科学与技术学院	24	263	9.0	15.0
2	黄少滨	哈尔滨工程大学计算机科学与技术学院	55	319	10.0	15.0
3	张军伟	哈尔滨工程大学计算机科学与技术学院	3	132	3.0	3.0
4	蔺世明	哈尔滨工业大学计算机科学与技术学院	1	39	1.0	1.0