基于聚类算法的并行化研究

被引：14

作者：

彭厚文

杨爽

何凤成

机构：

[1] 大连理工大学国家级示范性软件学院

来源：

电脑知识与技术 | 2009年 / 5卷 / 24期

关键词：

聚类算法; 并行; K-means; PAM;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

聚类是数据挖掘中重要组成部分,为了提高聚类的处理效率,将并行处理技术运用于k-means和PAM算法中,对k-means与PAM算法进行了改进。实验结果表明:并行k-means算法相对串行k-means算法有更好的执行效率;且k-means算法有比PAM算法更好的并行性和可扩展性。最后,该文提出和介绍了将并行技术引入谱聚类算法。

引用

页码：7010 / 7012

页数：3