作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着社会的发展,我国的各行各业得到了飞速的发展,尤其是在现如今信息化飞速发展的社会形势下,信息技术得以不断创新和研发,计算机数据库技术也在发展过程中被人们广泛应用于工作与生活中.在不断应用数据库技术的过程中,由于数据信息不断扩增,对聚类算法的发展提出了很大的挑战.基于此,通过对基于Hadoop云计算平台的聚类K-means算法展开深入的研究,提出优化其算法的相应的策略,从而实现大小多数据的多功能特性.
推荐文章
基于云计算的并行K-means聚类算法研究
云计算技术
Hadoop
MapReduce
K-means算法
K-means聚类算法的研究
数据挖掘
K-means算法
初始聚类中心
聚类分析
基于变异的k-means聚类算法
聚类
mk-means算法
变异
基于深度信念网络的K-means聚类算法研究
K-means算法
深度信念网络
受限玻尔兹曼机
高维数据
聚类分析
FCM算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Hadoop云计算平台的聚类K-means算法的研究与实现
来源期刊 信息与电脑 学科 工学
关键词 Hadoop云计算平台 聚类K-means算法 并行化
年,卷(期) 2017,(11) 所属期刊栏目 算法语言
研究方向 页码范围 92-94
页数 3页 分类号 TP391.41
字数 1960字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 汪一百 23 19 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (89)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (14)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Hadoop云计算平台
聚类K-means算法
并行化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导