基于GEP的流数据分类压缩并行算法研究

• 作者: 李书举 李双 李文敬 杨文 林中明
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 分类压缩 粒度分析 GEP 并行算法
• 年，卷（期）: 2013,（3）
• 页码范围: 87-93
• 页数: 7页
• 分类号: TP393
• 字数: 4602字
• 语种: 中文

摘要

针对数据挖掘中流数据分类精度不高,数据压缩率低的问题,提出一种基于粒度分析与转存式GEP的流数据分类压缩并行算法,实现流数据的快速并行分类压缩.首先使用粒度分析技术对流数据的属性求得极小粒度集,根据划分规则得到近似粒度空间,然后根据不同类型流数据建立不同的GEP分类器模型,最后采用动态转存记录集形式,将数据送至GEP压缩模型实施压缩.再将串行算法扩展到MPI+OpenMP混合编程模型后得到其并行算法,采用UCI数据、通讯账单验证算法的性能.实验结果表明,分类压缩效果耗时较理想,压缩比效果明显,其中在校学生通讯账单耗时在96 s左右,压缩比达到1/3.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李文敬	广西师范学院计算机与信息工程学院	71	316	10.0	13.0
2	李双	广西师范学院计算机与信息工程学院	11	39	4.0	5.0
3	杨文	广西师范学院计算机与信息工程学院	7	26	3.0	4.0
4	林中明	广西师范学院计算机与信息工程学院	3	17	2.0	3.0