10.3969/j.issn.1000-386x.2014.11.064
基于 MapReduce的并行聚类算法设计与实现
针对目前聚类算法对大数据处理效率较低的问题，研究云平台上高效并行化的聚类算法十分必要。在HDFS分布式文件系统基础上，设计一种并行聚类算法P-ISODATA，利用MapReduce编程框架的执行机制将传统ISODATA聚类算法并行化，并在Map阶段之后加入Combine阶段以减少网络传输开销，进一步提高执行效率。实验从著名UCI机器学习库上选取若干数据集作为测试数据，分析了新并行算法P-ISODATA性能，结果表明基于P-ISODATA算法具有优良的加速比、数据伸缩率和扩展率，可以有效地应用于大规模数据的处理。
大数据、聚类算法、云平台、并行处理、MapReduce
TP391(计算技术、计算机技术)
国家自然科学基金项目61070162，71071028。
2014-12-11（万方平台首次上网日期，不代表论文的发表时间）
共6页
251-256
