基于MapReduce的GEP_K均值聚类算法

• 作者: 古凌岚
• 来源期刊: 现代计算机：中旬刊
• 学科: 工学
• 关键词: K均值 基因表达式编程 MAPREDUCE 并行 大数据集
• 年，卷（期）: xdjsjzxk_2015,（7）
• 页码范围: 10-15
• 页数: 6页
• 分类号: TP392

摘要

针对基于基因表达式编程的K均值聚类算法（GEP_K均值）中聚类中心生成和适应度评价环节的计算效率较低的问题，提出一种基于MapReduce框架的GEP_K均值聚类算法。采用MapReduce分布式并行编程模式，对适应度评价环节进行并行化改进，以减少算法处理时间，借助线性数据结构直接操作染色体基因，以降低染色体基因表达求解生成聚类中心的时间和空间复杂度，并在Hadoop平台上通过仿真实验对算法的性能进行验证。实验结果表明，该算法获得了较好的加速比和可扩展性，且无需额外空间开销，适用于聚类数未知的大规模数据集的聚类分析。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	古凌岚	广东轻工职业技术学院计算机工程系	32	251	11.0	15.0