基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
模糊K-means算法是一种能够定量地确定事物亲属关系的软聚类算法,由于该算法在大规模数据的分析和处理中存在的不足,因此提出一种基于MapReduce模型的并行化实现.首先在Map函数的输出传递给其他节点的Reduce函数之前,改进Combine函数设计,增加本地中间结果处理,减少通信开销,以提高MapReduce任务计算速度.然后在Hadoop分布式计算平台上对多组规模不同的数据集进行测试.实验表明,基于MapReduce的并行模糊K-means算法适合大规模数据的分析和处理,而且执行速度提高了约1.9倍,聚类效果更为显著.
推荐文章
基于Spark的并行K-means算法研究
Spark
K-means
PSO
迭代计算
基于MapReduce框架下K-means的改进算法
MapReduce框架
K-means算法
数据挖掘
聚类分析
基于云计算的并行K-means聚类算法研究
云计算技术
Hadoop
MapReduce
K-means算法
基于MapReduce的K-means聚类算法的优化
K均值算法
抽样
Canopy算法
最大最小距离法
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MapReduce的模糊K-means算法并行化研究
来源期刊 计算机与数字工程 学科 工学
关键词 模糊K-means MapReduce模型 Combine函数 Hadoop平台
年,卷(期) 2020,(7) 所属期刊栏目 算法与分析
研究方向 页码范围 1564-1567,1765
页数 5页 分类号 TP301
字数 语种 中文
DOI 10.3969/j.issn.1672-9722.2020.07.004
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (123)
共引文献  (142)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1965(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(11)
  • 参考文献(0)
  • 二级参考文献(11)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(13)
  • 参考文献(1)
  • 二级参考文献(12)
2013(17)
  • 参考文献(3)
  • 二级参考文献(14)
2014(15)
  • 参考文献(0)
  • 二级参考文献(15)
2015(11)
  • 参考文献(1)
  • 二级参考文献(10)
2016(17)
  • 参考文献(3)
  • 二级参考文献(14)
2017(6)
  • 参考文献(0)
  • 二级参考文献(6)
2018(13)
  • 参考文献(3)
  • 二级参考文献(10)
2019(1)
  • 参考文献(1)
  • 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
模糊K-means
MapReduce模型
Combine函数
Hadoop平台
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导