分批处理的K-means算法并行实现

• 作者: 兰远东 刘宇芳 徐涛
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 数据挖掘 K-means算法 统一计算设备架构 并行算法 聚类分析 图形处理器
• 年，卷（期）: 2012,（13）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 145-147,151
• 分类号: TP301.6
• 字数: 3943字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.13.043

摘要

为解决K-means算法计算量大、收敛缓慢、运算耗时长等问题,给出一种新的K-means算法的并行实现方法.在通用计算图形处理器架构上,使用统一计算设备架构(CUDA)加速K-means算法.采用分批原则,更合理地运用CUDA提供的各种存储器,避免访问冲突,同时减少对数据集的访问次数,以提高算法效率.在大规模数据集中的实验结果表明,该算法具有较快的聚类速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宇芳	惠州学院计算机科学系	18	35	3.0	5.0
2	徐涛	惠州学院计算机科学系	22	53	4.0	6.0
3	兰远东	惠州学院计算机科学系	20	36	3.0	4.0