基于MapReduce的并行SFLA-FCM聚类算法

• 作者: 苟杰 马自堂
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类 模糊C均值算法 混合蛙跳算法 MapReduce
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 66-70
• 页数: 5页
• 分类号: TP301
• 字数: 5817字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1504-0199

摘要

模糊C均值算法(Fuzzy C-Means,FCM)是目前应用比较广泛的一种聚类算法.FCM算法的聚类质量依赖于初始聚类中心的选择并且易陷入局部极值,结合混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)较强的搜索能力,提出一种基于MapReduce的并行SFLA-FCM聚类算法.该算法利用SFLA算法的子群内模因信息传递和全局信息交换来搜索高质量的聚类中心,根据MapReduce编程模型设计算法流程,实现并行化,使其具有处理大规模数据集的能力.实验证明,并行SFLA-FCM算法提高了的搜索能力和聚类结果的精度,并且具有良好的加速比和扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马自堂		22	135	7.0	10.0
2	苟杰		3	29	3.0	3.0