基于Hadoop的二分K均值改进算法

• 作者: 万青云 王嘉旸 闫天伟
• 来源期刊: 科技广场
• 学科: 工学
• 关键词: 二分K均值 优化 并行 Hadoop 加速比
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 研究与探讨
• 页码范围: 4-8
• 页数: 5页
• 分类号: TP181
• 字数: 3996字
• 语种: 中文

摘要

传统的二分K均值算法在二分过程中采用随机选择的方式选择聚类质心,为了选择到理想的质心,需要重复选择多次,这种方式的时间代价比较大.为此,本文提出采用极大距离点作为质心的方式,有效的降低了时间复杂度,同时运用点抽样的方法避免离群点带来的影响.同时,考虑到随着时代的发展,我们面临的数据量会越来越大,本文提出了一种基于Hadoop分布式平台的并行二分K均值算法,实验表明,该并行算法能够获得较为理想的加速比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫天伟	南昌大学信息工程学院	3	20	2.0	3.0
2	王嘉旸	江西农业大学软件学院	3	4	1.0	1.0
3	万青云	南昌大学信息工程学院	1	2	1.0	1.0