基于 Mapreduce的 afsa-km聚类算法并行实现

• 作者: 周莲英 陈书会
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 聚类 k-means算法 人工鱼群算法 Mapreduce
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 算法与语言
• 页码范围: 51-53,54
• 页数: 4页
• 分类号: TP312
• 字数: 3377字
• 语种: 中文
• DOI: 10.11907/rjdk.161281

摘要

针对k-means算法对初始聚类中心敏感的问题，提出利用人工鱼群算法去优化k均值算法，即先通过人工鱼的行为进行全局搜索，得到一个初始的全局最优划分后再进行聚类，运用云平台 Hadoop的并行处理框架Mapreduce对混合算法实施并行处理，从而快速准确地处理大量数据。实验结果表明，改进后的算法在执行速度、准确性、加速比及可扩展性方面都有所提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周莲英	江苏大学计算机科学与通信工程学院	73	250	8.0	12.0
2	陈书会	江苏大学计算机科学与通信工程学院	2	1	1.0	1.0