基于Hadoop平台下的Canopy-Kmeans高效算法

• 作者: 赵庆
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: Hadoop MapReduce Canopy-Kmeans算法 聚类
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 协议·算法及仿真
• 页码范围: 29-31
• 页数: 3页
• 分类号: TP301.6
• 字数: 2126字
• 语种: 中文

摘要

介绍了Hadoop平台下MapReduce的编程模型;分析了传统聚类Kmeans和Canopy算法的优缺点,并提出了基于Canopy的改进Kmeans算法.针对Canopy-Kmeans算法中Canopy选取的随机性问题,采用“最小最大原则”对该算法进行改进,避免了Cannopy选取的盲目性.采用MapReduce并行编程方法,以海量新闻信息聚类作为应用背景.实验结果表明,此方法相对于传统Kmeans和Canopy算法有着更高的准确率和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵庆	西安电子科技大学电子工程学院	1	58	1.0	1.0