10.3969/j.issn.1000-386x.2017.05.008
面向大规模数据快速聚类K-means算法的研究
为进一步提高K-means算法对大规模数据聚类的效率,结合MapReduce计算模型,提出一种先利用Hash函数进行样本抽取,再利用Pam算法获取初始中心的并行聚类方法.通过Hash函数抽取的样本能充分反映数据的统计特性,使用Pam算法获取初始聚类中心,改善了传统聚类算法依赖初始中心的问题.实验结果表明该算法有效提高了聚类质量和执行效率,适用于对大规模数据的聚类分析.
大规模数据、聚类算法、MapReduce、Hash样本抽样、Pam算法
34
TP311(计算技术、计算机技术)
天津市科技支持计划科技服务重大专项14ZCDZGX00818
2017-06-28（万方平台首次上网日期，不代表论文的发表时间）
共6页
43-47,53
