并行聚类算法

作品数：33被引量：113H指数：7
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：陈敏郗玉平刘萍钟诚周兵更多>>
相关机构：北京科技大学曲阜师范大学北京信息职业技术学院广西大学更多>>
相关期刊：《微电子学与计算机》《南京理工大学学报》《现代电子技术》《计算机光盘软件与应用》更多>>
相关基金：国家自然科学基金广西研究生教育创新计划项目广西高校优秀人才计划项目国家高技术研究发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于并行聚类算法的通信网络安全状态自动化感知技术
《办公自动化》2025年第7期1-3,共3页肖瑶 
西安工商学院项目《基于老旧小区改造的一种辅助老人上楼装置研究》(课题编号22YZ16);西安工商学院项目《基于分布式任务调度平台研究》(课题编号23YZZ01)。
常规的通信安全感知技术以数据分析与挖掘为主,受到计算能力的限制,无法快速响应自动感知需求,影响通信网络安全。因此,设计基于并行聚类算法的通信网络安全状态自动化感知技术。从运行维、脆弱维、风险维、威胁维等四个维度,提取通信...
关键词：并行聚类算法 通信网络 安全状态 自动化 感知技术 
考虑局部密度的电力通信大数据并行聚类算法
《计算机仿真》2024年第10期59-62,472,共5页高群 薛超凯 
国家社科基金青年项目(21CGL007)。
由于电力通信大数据分布广、数量庞大且无规律可循,难以取得理想的并行聚类效果,为此,提出考虑局部密度的电力通信大数据并行聚类算法。利用欧式距离计算数据之间的相似度,获取数据局部密度,根据相似度得到并行聚类质心的准确位置;对并...
关键词：局部密度因子 大数据并行聚类 欧式距离 并行处理 
面向大数据的并行聚类算法被引量：3
《计算机工程与设计》2021年第8期2265-2270,共6页刘解放 张志辉 
江苏省自然科学基金项目(BK20181339);教育部科技发展中心高校产学研创新基金重点基金项目(2018A02005)。
在大数据时代,针对CLUBS算法较高的计算复杂度导致训练效率低下的问题,提出一种面向大规模数据的并行聚类算法CLUBS‖,通过将CLUBS算法的思想融入MapReduce并行计算框架,实现数据的并行处理,提高算法的计算效率,从理论上对几个关键计算...
关键词：大数据 聚类 并行计算 映射归约 对等式网络 
云计算平台上的Canopy-Kmeans并行聚类算法研究被引量：1
《现代电子技术》2019年第19期78-81,共4页孙秀娟 
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...
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 
基于Spark框架的并行聚类算法被引量：6
《计算机技术与发展》2017年第5期97-101,共5页李淋淋 倪建成 曹博 于苹苹 姚彬修 
国家自然科学基金(青年基金)(61402258);山东省本科高校教学改革研究项目(2015M102);校级教学改革研究项目(jg05021*)
针对传统K-means算法在处理海量数据时存在距离计算瓶颈及因迭代计算次数增加导致内存不足的问题,提出了一种基于Spark框架的SBTICK-means(Spark Based Triangle Inequality Canopy-K-means)并行聚类算法。为了更好地解决K值选取的盲目...
关键词：K-MEANS SPARK 大数据 HADOOP MAP REDUCE 
基于Spark的大规模文本k-means并行聚类算法被引量：14
《中文信息学报》2017年第4期145-153,共9页刘鹏 滕家雨 丁恩杰 孟磊 
国家自然科学基金(41302203)
互联网文本数据量的激增使得对其作聚类运算的处理时间显著加长,虽有研究者利用Hadoop架构进行了k-means并行化研究,但由于很难有效满足k-means需要频繁迭代的特点,因此执行效率仍然不能让人满意。该文研究提出了基于新一代并行计算系统...
关键词：K-MEANS 并行化 文本聚类 SPARK RDD Hadoop MAPREDUCE 
基于MapReduce的FCM聚类集成算法被引量：5
《计算机应用研究》2016年第12期3554-3558,共5页马自堂 苟杰 
模糊C-均值(FCM)聚类集成算法是一种利用集成思想提高聚类质量的方法。针对FCM聚类集成算法随着数据量的增加时间复杂度过高的问题,提出一种基于MapReduce框架的并行FCM聚类集成算法。首先利用多组随机的初始聚类中心分别进行聚类来获...
关键词：MAPREDUCE 聚类集成 模糊C-均值 并行聚类算法 
基于MapReduce的CLOPE并行聚类算法
《广西大学学报（自然科学版）》2016年第5期1567-1575,共9页王玉平 郝杨杨 黄有方 
国家自然科学基金资助项目(71301101);交通运输部建设科技项目(2015328810160);上海市科委重点项目(14DZ2280200)
事务型数据的CLOPE聚类算法在运行速度、内存开销和聚类效果方面表现优异,但随着数据量飞速增长,其运行时间也随之急剧变长甚至无法使用。为此,利用Hadoop框架下的YARN资源管理系统,对CLOPE算法进行改进,提出基于MapReduce架构的CLOPE...
关键词：数据挖掘 CLOPE MAPREDUCE 聚类算法 HADOOP 
基于Map-Reduce模型的BCkmeans并行聚类算法被引量：2
《电子技术（上海）》2016年第5期26-30,25,共6页肖雪平 倪建成 曹博 
针对传统Canopy-Kmeans算法中的随机性Canopy选取的问题,提出了一种BCKmeans并行优化算法。采用"二分法"全局确定初始Canopy Center(Canopy中心点),避免了Canopy选取的局部最优问题;采用"初始动态迭代的最值原则"对Canop Center的选取...
关键词：Canopy-Kmeans算法 并行优化 MAP-REDUCE 聚类 分布式存储 
基于社区极大类发现的大数据并行聚类算法被引量：6
《南京理工大学学报》2016年第1期117-123,共7页钱晓东 曹阳 
国家自然科学基金(71461017)
为了能在大数据中准确快速地寻找到网络结构,该文提出一种基于社区极大类的大数据聚类算法。对于初始节点不确定和适应度函数计算所带来的时间消耗,引入局部关键节点和对适应度公式进行改进来减少时间消耗。对于初始社区的形成,引入了...
关键词：大数据 聚类 复杂网络 局部关键节点 核心类别 极大团 适应度 并行算法 
全选清除导出
共4页<1234>
检索报告 对象比较 聚类工具 使用帮助 返回顶部