基于Fisher判别的分布式K-Means聚类算法

被引：7

作者：

彭长生

机构：

[1] 江苏大学计算机科学与通信工程学院

来源：

江苏大学学报(自然科学版) | 2014年 / 35卷 / 04期

关键词：

P2P网络; 聚类算法; 分布式聚类; Fisher线性判别; 置信半径;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

为了解决集中式聚类算法不能处理海量大数据的问题,提出基于Fisher判别确定置信半径的分布式聚类算法.应用网络上各个节点的计算、存储能力,以及网络的带宽,将聚类所需的时间复杂度和空间复杂度平摊到各个节点.通过应用Fisher线性判别找到节点在同一子类数据上的稠密和稀疏分布,从而快速确定聚类的置信半径并指导下一步的聚类过程,使得保持聚类精度的同时能提高分布式聚类的速度.对算法进行了数值模拟,并使用真实数据完成了试验.结果表明,所提出算法相比DFEKM聚类算法,能根据数据分布的不同在聚类结果和聚类速度上达到很好的平衡,这表明该算法具有更好的健壮性.

引用

页码：422 / 427

页数：6

共 8 条

[1] 移动对等网络覆盖网 [J].

张国印 ;

李军 .

软件学报, 2013, 24 (01) :139-152

[2] 基于MapReduce的分布式近邻传播聚类算法 [J].

鲁伟明 ;

杜晨阳 ;

魏宝刚 ;

沈春辉 ;

叶振超 .

计算机研究与发展, 2012, (08) :1762-1772

[3] 无线传感器网络跨层自适应周期分簇路由模型 [J].

徐楠 ;

孙亚民 ;

黄波 ;

于继明 .

计算机科学, 2011, 38 (05) :56-59+78

[4] k-DmeansWM:一种基于P2P网络的分布式聚类算法 [J].

李榴 ;

唐九阳 ;

葛斌 ;

肖卫东 ;

汤大权 .

计算机科学, 2010, 37 (01) :39-41

[5] 基于高斯混合密度模型的医学图像聚类方法 [J].

宋余庆 ;

王春红 ;

陈健美 ;

谢从华 .

江苏大学学报(自然科学版), 2009, 30 (03) :293-296

[6] 利用集合差异度实现基于内容聚类的P2P搜索模型 [J].

王菁 ;

张焕杰 ;

杨寿保 ;

高鹰 .

中国科学院研究生院学报, 2007, (02) :241-247

[7]

分布式聚类算法研究与应用.[D].杜晨阳.浙江大学.2011, 07

[8]

模式分类.[M].(美)RichardO.Duda等著;李宏东;姚天翔等译;.机械工业出版社.2003,

← 1 →