一种基于Hadoop的高效K -Me doids并行算法

• 作者: 戴伟 武超 王永贵
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: K -Me doids 分布式计算 Hadoop 并行采样
• 年，卷（期）: 2015,（16）
• 所属期刊栏目: 理论研究、研发设计
• 页码范围: 47-54
• 页数: 8页
• 分类号: TP301
• 字数: 6988字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1406-0183

摘要

针对传统 K -Me doids算法对初始聚类中心敏感、收敛速度慢，以及在大数据环境下所面临的内存容量和CPU处理速度的瓶颈问题，从改进初始中心选择方案和中心替换策略入手，利用Hadoop分布式计算平台结合基于Top K 的并行随机采样策略，实现了一种高效稳定的 K -Medoids并行算法，并且通过调整Hadoop平台，实现算法的进一步优化。实验证明，改进的K-Medoids算法不仅有良好的加速比，其收敛性和聚类精度均得到了改善。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王永贵	辽宁工程技术大学软件工程学院	47	293	10.0	15.0
2	戴伟	辽宁工程技术大学软件工程学院	2	17	2.0	2.0
3	武超	辽宁工程技术大学软件工程学院	3	17	2.0	3.0