基于MapReduce的ACO-K-means并行聚类算法

被引：13

作者：

虞倩倩

戴月明

李晶晶

机构：

[1] 江南大学物联网工程学院

来源：

计算机工程与应用 | 2013年 / 49卷 / 16期

关键词：

数据挖掘; MapReduce; 蚁群优化; K-means; 云计算;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

针对K-means算法处理海量数据存在严重的内存不足,提出利用MapReduce并行化K-means,但是普通的K均值存在收敛速度慢、易陷入局部最优和对初始聚类中心的选取等局限性,因此选择了经ACO改进过的ACO-K-means聚类算法。实验结果表明,经MapReduce并行化的ACO-K-means,不仅具有良好的加速比和扩展性,其收敛性以及聚类精度均得到了改善。

引用

页码：117 / 120+136 +136

页数：5

共 6 条

[1] 关于蚁群算法的参数设置研究 [J].