基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
K-Medoids算法具有不同层次的并行性,计算粒度不同对并行算法效率有较大影响。基于K-Me doids的并行计算特点,提出了一个改进的K-Medoids并行算法,该算法基于MapReduce模型,通过适当增加计算粒度,降低了通信消耗占比。实验结果表明,改进的并行算法与其他已有算法相比,加速比与运行效率有显著提高。
推荐文章
基于多核平台并行K-Medoids算法研究
多核
K-Medoids算法
并行算法
OpenMP
云环境下的高效K-Medoids并行算法
云环境
K-Medoids聚类
Canopy算法
最大最小原则
MapReduce
一种基于CF树的k-medoids聚类算法
聚类
k-中心点
CF树
微簇
一种高效的K-medoids聚类算法
聚类
K-medoids算法
中心微调
增量候选
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于MapReduce的改进K-Medoids并行算法
来源期刊 广西大学学报(自然科学版) 学科 工学
关键词 K-Medoids算法 并行算法 计算粒度 MapReduce
年,卷(期) 2014,(2) 所属期刊栏目 计算机与电子信息科学
研究方向 页码范围 341-345
页数 5页 分类号 TP393
字数 2834字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨柳 广西大学计算机与电子信息学院 51 332 10.0 16.0
2 陈宁江 广西大学计算机与电子信息学院 80 660 14.0 23.0
3 李静滨 广西大学计算机与电子信息学院 5 71 5.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (193)
参考文献  (10)
节点文献
引证文献  (7)
同被引文献  (28)
二级引证文献  (44)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(10)
  • 参考文献(2)
  • 二级参考文献(8)
2009(10)
  • 参考文献(3)
  • 二级参考文献(7)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(7)
  • 引证文献(1)
  • 二级引证文献(6)
2017(11)
  • 引证文献(2)
  • 二级引证文献(9)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(18)
  • 引证文献(0)
  • 二级引证文献(18)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
K-Medoids算法
并行算法
计算粒度
MapReduce
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广西大学学报(自然科学版)
双月刊
1001-7445
45-1071/N
大16开
广西南宁市大学路100号广西大学西校园学报编辑部
28832转3
1976
chi
出版文献量(篇)
4586
总下载数(次)
8
总被引数(次)
23980
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导