一种改进的基于大数据集的混合聚类算法

• 作者: 张晓 王红
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: k-means 超网络 频繁项集 超图划分 MapReduce
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 高性能计算
• 页码范围: 1621-1626
• 页数: 6页
• 分类号: TP391
• 字数: 4018字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2015.09.003

摘要

针对k-means算法过度依赖初始聚类中心、收敛速度慢等局限性及其在处理海量数据时存在的内存不足问题,提出一种新的针对大数据集的混合聚类算法super-k-means,将改进的基于超网络的高维数据聚类算法与k-means相结合,并经过MapReduce并行化后部署在Hadoop集群上运行.实验表明,该算法不仅在收敛性以及聚类精度两方面得到优化,其加速比和扩展性也有了大幅度的改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王红		30	129	6.0	10.0
2	张晓	山东师范大学信息科学与工程学院	12	55	4.0	7.0