大数据环境下基于狼群优化的聚类算法分析与研究

• 作者: 杨文静
• 来源期刊: 现代电子技术
• 关键词: 大数据 狼群优化算法 数据聚类 数据位置更新 狼群模拟训练 数据训练
• 年，卷（期）: 2019,（17）
• 所属期刊栏目: 电子技术及应用
• 页码范围: 106-108
• 页数: 3页
• 分类号: TN911.1-34|TP393
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.17.022

摘要

为了提高大数据环境下数据聚类的准确性,文中采用狼群优化算法实现数据聚类.对大数据集合进行狼群模拟训练,将数据结合中的多个数据采用狼群游走及围攻策略进行数据训练,不断更新数据在多维空间中的位置分布,根据数据所处位置与中心点的距离来判断数据所属类别,从而完成数据聚类.经过实验证明,相比于K-Means聚类算法和DBSCAN聚类算法,文中所提算法聚类优势明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨文静	云南大学滇池学院	5	9	2.0	3.0