基于MapReduce的并行模糊C均值算法

被引：32

作者：

虞倩倩

戴月明

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 / 14期

关键词：

模糊C均值; 并行计算; MapReduce编程模型; 数据挖掘; 云计算;

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：

模糊C均值是一种重要的软聚类算法,针对模糊C均值的随着数据量的增加,时间复杂度过高的缺点,提出了一种基于MapReduce的并行模糊C均值算法。算法重新设计模糊C均值,使其符合MapReduce的基于key/value的编程模型,并行计算数据集到中心点的隶属度,并重新计算出新的聚类中心,提高了模糊C均值处理大容量数据的计算效率。实验结果表明,基于MapReduce的并行模糊C均值算法具有较高的加速比和扩展性。

引用

页码：133 / 137+151 +151

页数：6