一种基于MapReduce的半监督近邻传播算法

• 作者: 冯兴杰 王文超
• 来源期刊: 计算机应用研究
• 关键词: 近邻传播 聚类 半监督 IGP(类内比例) MapReduce
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2011-2014
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.07.020

摘要

近邻传播(affinity propagation,AP)算法是一种具有较高准确度的聚类算法,但是其具有较高的时间复杂度,且无法有效聚类结构松散数据.针对这两个问题,提出了一种基于MapReduce的半监督近邻传播算法(MRSAP).首先利用MapReduce编程框架,在各个数据节点上运行AP算法,得到局部的聚类中心,以及代表每一个局部聚类中心成为全局聚类中心可能性的决策系数;然后综合局部聚类中心进行全局的AP聚类,其中初始参考度的选取依据输入的决策系数;最后通过引入IGP聚类评价指标比较聚类效果,引导算法向结果最优方向运行.实验结果表明该算法在处理不同大小、不同类型数据集时均具有良好的效率和扩展性,且具有较高的聚类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯兴杰	中国民航大学计算机科学与技术学院	61	398	10.0	18.0
5	王文超	中国民航大学计算机科学与技术学院	2	47	2.0	2.0