机群环境下的并行K-means算法  

Parallel K-means Algorithm for PCs Cluster

作　　者：毛嘉莉[1] 万敏[2] 陈华月[1] 

机构地区：[1]西华师范大学计算机学院,四川南充637002 [2]宜宾学院计算机与信息科学系,四川宜宾644007

出　　处：《宜宾学院学报》2007年第12期91-93,共3页Journal of Yibin University

基　　金：西华师范大学科研启动基金项目(04B076)

摘　　要：针对串行K-means算法已难以适应海量数据的聚类分析,基于机群环境下提出了一种并行K-means算法,采用数据并行策略,引入自适应的数据划分思想,动态地实现了各节点间的负载平衡,从理论分析以及实验结果两个方面验证了该算法的高效率。With the dataset scale increasing rapidly, it is difficult to use serial K - means to deal with mass - data. This article gives a parallel K - means algorithm for PCs cluster, and adopts the idea of data parallelism, and the tactic of self - adaptive datapartition to attain dynamic load balancing. Theoretical analysis and experimental result demonstrates the high efficiency of our algorithm.

关 键 词：并行K—means算法 机群 PVM 动态负载平衡 

分 类 号：O235[理学—运筹学与控制论]