基于MapReduce的CTK加权聚类改进算法

• 作者: 王万良 胡禹
• 来源期刊: 微电子学与计算机
• 关键词: 大数据 聚类算法 Canopy算法 MapReduce
• 年，卷（期）: 2018,（12）
• 页码范围: 105-109,114
• 页数: 6页
• 分类号: TP3
• 语种: 中文

摘要

本文提出了一种基于MapReduce的分布式聚类改进算法,该算法将聚类分两阶段进行,首先改进了CanoPY算法,引入梯度变化来确定初始中心点以及最佳簇数,解决了传统算法对初始值的依赖性以及对聚类个数的不确定性.设置了区域半径并动态改变,避免了聚类过程中的局部最优,并采用了信息熵加权,解决了相似度计算的特征权重的问题.最终结合MapReduce分布式计算模型,设计了算法的并行策略与方案.试验结果表明该算法在准确性、加速比、扩展性上具有良好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王万良	浙江工业大学计算机科学与技术学院	303	3770	29.0	48.0
2	胡禹	浙江工业大学计算机科学与技术学院	1	4	1.0	1.0