云计算平台上的Canopy-Kmeans并行聚类算法研究

• 作者: 孙秀娟
• 来源期刊: 现代电子技术
• 关键词: 云计算平台 Canopy-Kmeans算法 并行聚类算法 大数据挖掘 集群数据 数据分析
• 年，卷（期）: 2019,（19）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 78-81
• 页数: 4页
• 分类号: TN911.1-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.19.018

摘要

针对大数据的高维特性及海量性,提出云计算平台中的Canopy-Kmeans并行聚类算法,通过三角不等式原理,能够使计算冗余降低,使算法执行速度得到提高.对Canopy-Kmeans并行聚类算法进行深入的研究,并且在大量不同大小数据集中的实验结果表明,所设计的并行聚类算法具有良好的加速比、数据伸缩率及扩展率等特点,能够在海量数据挖掘及分析中使用.