二分K均值聚类算法优化及并行化研究

被引：22

作者：

张军伟 ^{[1
]}

王念滨 ^{[1
]}

黄少滨 ^{[1
]}

蔄世明 ^{[2
]}

机构：

[1] 哈尔滨工程大学计算机科学与技术学院

[2] 哈尔滨工业大学计算机科学与技术学院

来源：

计算机工程 | 2011年 / 37卷 / 17期

关键词：

数据挖掘; 聚类算法; 二分K均值; 并行化; 群集系统;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

二分K均值聚类算法在二分聚类过程中的初始质心选取速度方面存在不足。为此,提出以极大距离点作为二分聚类初始质心的思想,提升算法的运行速度。研究如何在群集系统中进行快速聚类,根据二分K均值聚类算法的特性,采用数据并行的思想和均匀划分的策略,对算法进行并行化处理。实验结果表明,改进后的算法能获得比较理想的加速比和较高的使用效率。

引用

页码：23 / 25

页数：3