分布式K-means聚类算法研究与实现

• 作者: 周蕾 李斌 李蓉
• 来源期刊: 软件
• 学科: 工学
• 关键词: 分布式计算 K-means 聚类 Canopy
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 基金项目论文
• 页码范围: 35-38
• 页数: 4页
• 分类号: TP181
• 字数: 3522字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2018.01.007

摘要

随着互联网数据的指数级增长,传统的聚类算法面临许多新的问题和挑战.本文深入研究了基于Hadoop的分布式K-means聚类算法,给出了算法的设计方法和实现策略.在5个不同大小的数据集上的实验表明,与传统的K-means聚类算法相比,本文设计的算法具有较好的性能,可有效地应用于海量数据的分析和挖掘.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李斌		23	74	5.0	8.0
2	周蕾		2	15	1.0	2.0
3	李蓉		13	34	4.0	5.0