原文服务方: 现代电子技术       
摘要:
对于传统云环境大数据聚类中的量子进化方法的聚类精准度比较低的问题,为了降低存储开销,提高数据管理能力与调度能力,提出将优化粒子群算法作为基础的云环境大数据聚类算法,对云环境大数据聚类原理进行分析,将传统模糊C均值聚类作为基础,通过粒子群聚类算法对大数据聚类算法进行改进,从而实现空间分割,得出云存储系统的海量数据模糊聚类.利用粒子群聚类方法分配聚类数据离散成本,得到数据聚类信息浓度;与粒子群优化聚类约束条件结合,得到云环境大数据聚类中心最优解.仿真结果表明,此算法的数据聚类精准度比较高,具有良好的收敛性能.
推荐文章
基于聚类的多子群粒子群优化算法
粒子群优化算法
聚类
子群
云环境下基于群智能算法的大数据聚类挖掘技术
大数据聚类挖掘
云环境
群智能算法
数据挖掘
并行化聚类挖掘
数据密度计算
改进的粒子群优化模糊C均值聚类算法
模糊C均值聚类
粒子群优化
聚类有效性
基于改进粒子群优化的无标记数据鲁棒聚类算法
多目标粒子群优化
聚类算法
鲁棒性
帕累托最优解
无标记数据
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于优化粒子群算法的云环境大数据聚类算法
来源期刊 现代电子技术 学科
关键词 大数据聚类 云环境 粒子群优化 空间分割 模糊聚类 仿真测试
年,卷(期) 2020,(14) 所属期刊栏目 计算机科学与应用
研究方向 页码范围 72-75
页数 4页 分类号 TN919-34
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2020.14.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱子江 广东外语外贸大学南国商学院 14 36 3.0 5.0
2 胡毅 广东外语外贸大学南国商学院 9 40 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (122)
共引文献  (51)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(17)
  • 参考文献(0)
  • 二级参考文献(17)
2014(23)
  • 参考文献(0)
  • 二级参考文献(23)
2015(27)
  • 参考文献(1)
  • 二级参考文献(26)
2016(27)
  • 参考文献(3)
  • 二级参考文献(24)
2017(10)
  • 参考文献(1)
  • 二级参考文献(9)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据聚类
云环境
粒子群优化
空间分割
模糊聚类
仿真测试
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导