作者:
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:
随着网络的普遍应用,网络中产生的数据急剧增长,大规模数据处理面临严峻挑战。本文在对AP聚类算法进行研究的基础上,利用MapReduce编程模型思想对AP聚类算法进行改进,设计在云平台Hadoop环境下运行的基于MapRe-duce的分布式AP聚类算法,并在实验中对不同规模的图数据进行聚类测试,实验结果表明分布式的AP聚类算法具有很好的时间效率和加速比。
推荐文章
基于MapReduce的CTK加权聚类改进算法
大数据
聚类算法
Canopy算法
MapReduce
一种基于密度的分布式聚类改进算法
聚类
分布式
数据挖掘
代表点
分布式环境中聚类问题算法研究综述
集中式聚类
分布式聚类
聚类精度
聚类时间
网格环境下基于Weka4WS的分布式聚类算法
网格
分布式
聚类
数据挖掘
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 的分布式 AP 聚类算法
来源期刊 计算机与现代化 学科 工学
关键词 MapReduce模型 分布式AP聚类算法 Hadoop
年,卷(期) 2014,(10) 所属期刊栏目 算法设计与分析
研究方向 页码范围 104-107
页数 4页 分类号 TP311
字数 4295字 语种 中文
DOI 10.3969/j.issn.1006-2475.2014.10.024
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 冷泳林 渤海大学信息科学与技术学院 22 88 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (197)
参考文献  (14)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1997(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)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(9)
  • 参考文献(6)
  • 二级参考文献(3)
2012(4)
  • 参考文献(3)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
MapReduce模型
分布式AP聚类算法
Hadoop
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导