HDCH:MapReduce平台上的音频数据聚类系统

被引：3

作者：

廖松博

何震瀛

机构：

[1] 复旦大学计算机科学技术学院

来源：

计算机研究与发展 | 2011年 / S3期

关键词：

高维数据; 聚类; MapReduce;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

随着互联网上音乐数目的增长,如何对音乐进行分析、识别成为焦点问题.在音乐的识别过程中,需要对歌曲的帧数据进行聚类,数据的海量性与音乐数据本身的复杂性使得分析计算需要借助MapReduce平台多机并行完成.提出一种MapReduce平台上的音频数据聚类系统———HDCH,能够有效地对海量音频数据进行聚类.实验证明,HDCH具有很好的性能和可扩展性.除了音频数据外,HDCH还适用于所有海量高维数据的聚类分析.

引用

页码：472 / 475

页数：4