ABC_Kmeans聚类算法的MapReduce并行化研究

• 作者: 袁小艳
• 来源期刊: 计算机测量与控制
• 关键词: K-means 聚类 人工蜂群 MapReduce
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 设计与应用
• 页码范围: 252-254,258
• 页数: 4页
• 分类号: TP312
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2016.01.070

摘要

随着数据的海量增长,数据聚类算法的研究面临着海量数据挖掘和处理的挑战;针对K-means聚类算法对初始聚类中心的依赖性太强、全局搜索能力也差等缺点,将一种改进的人工蜂群算法与K-means算法相结合,提出了ABC Kmeans聚类算法,以提高聚类的性能;为了提高聚类算法处理海量数据的能力,采用MapReduce模型对ABC_Kmeans进行并行化处理,分别设计了Map、Combine和Reduce函数;通过在多个海量数据集上进行实验,表明ABC_ Kmeans算法的并行化设计具有良好的加速比和扩展性,适用于当今海量数据的挖掘和处理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁小艳	四川文理学院计算机学院	41	73	5.0	7.0