基于分布式的大数据集聚类分析

doi:10.3778/j.issn.1002-8331.2008.28.045

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (28): 133-135.DOI: 10.3778/j.issn.1002-8331.2008.28.045

• 数据库、信号与信息处理 • 上一篇下一篇

基于分布式的大数据集聚类分析

贾俊芳,张日权

大同大学数学与计算机学院，山西大同 037009

收稿日期:2007-11-20 修回日期:2008-02-28 出版日期:2008-10-01 发布日期:2008-10-01
通讯作者: 贾俊芳

Large data sets clustering analysis based on distribution

JIA Jun-fang,ZHANG Ri-quan

Mathematics and Computer Institute，Datong University，Datong，Shanxi 037009，China

Received:2007-11-20 Revised:2008-02-28 Online:2008-10-01 Published:2008-10-01
Contact: JIA Jun-fang

摘要/Abstract

摘要： 为了提高聚类效率提出了一种基于分布式的大数据集聚类算法。该方法并不是一次性对所有的数据进行聚类，而是将大数据集随机分成若干个子集，对每个子集同时进行聚类，最后进行类的合并。实验结果表明大多数情况下该方法和传统的一次性聚类的结果一致，而且极大地提高了聚类的速度。

关键词: 聚类分析, 分布式, 大数据集

Abstract: In order to improve the efficiency we propose a distributed clustering algorithm based on large data sets.Namely data is randomly divided into several subsets without clustering all the data at a time，then we cluster all the subsets at the same time.At last we combine the genus.Experiment results show that most of time the result is the same as using traditional clustering algorithm，and it improves the clustering speed greatly.

Key words: clustering analysis, distribute, large data sets

贾俊芳,张日权. 基于分布式的大数据集聚类分析[J]. 计算机工程与应用, 2008, 44(28): 133-135.

JIA Jun-fang,ZHANG Ri-quan. Large data sets clustering analysis based on distribution[J]. Computer Engineering and Applications, 2008, 44(28): 133-135.

[1]	郭晓静，隋昊达. 改进YOLOv3在机场跑道异物目标检测中的应用[J]. 计算机工程与应用, 2021, 57(8): 249-255.
[2]	江魁，丘远东，郑浩城. 基于信息熵与LSTM的ICMPv6 DDoS攻击检测方法[J]. 计算机工程与应用, 2021, 57(21): 148-154.
[3]	王海瑞，鲜于建川. 改进麻雀搜索算法在分布式电源配置中的应用[J]. 计算机工程与应用, 2021, 57(20): 245-252.
[4]	田阳，陈智罡，宋新霞，李天明. 区块链在供应链管理中的应用综述[J]. 计算机工程与应用, 2021, 57(19): 70-83.
[5]	张俊，廖雪花，余旭玲，雷蒙. 关系型数据库内存化存储模型研究[J]. 计算机工程与应用, 2021, 57(19): 123-128.
[6]	王文涛，李树梅，汤婕，吕伟龙. 结合概率图模型与DNN的DDoS攻击检测方法[J]. 计算机工程与应用, 2021, 57(13): 108-115.
[7]	安宁，江思源，唐晨，杨矫云. 融合单纯形映射与熵加权的聚类方法[J]. 计算机工程与应用, 2020, 56(9): 148-155.
[8]	衣俊艳，杜小鹏. 具有中心移动特性的弹性网络聚类算法研究[J]. 计算机工程与应用, 2020, 56(24): 50-58.
[9]	魏占辰，刘晓宇，黄秋兰，孙功星. Spark迭代密集型应用的优化方法研究[J]. 计算机工程与应用, 2020, 56(23): 68-73.
[10]	刘祖均，何明，马子玉，顾凌枫. 基于分布式一致性的无人机编队控制方法[J]. 计算机工程与应用, 2020, 56(23): 146-152.
[11]	胡学林，艾山·吾买尔. 基于分布式表示技术的推荐算法综述[J]. 计算机工程与应用, 2020, 56(22): 13-24.
[12]	衣俊艳，吴博雅，雍巧玲. 具有加权特性的弹性网络聚类算法研究[J]. 计算机工程与应用, 2020, 56(22): 55-65.
[13]	罗计根，杜建强，聂斌，李欢，聂建华，陈裕凤. 一种聚类欠采样策略的随机森林优化方法[J]. 计算机工程与应用, 2020, 56(22): 166-172.
[14]	程振京，程耀东，陈刚，汪璐，李海波，胡庆宝. 基于随机森林的高能物理数据放置策略[J]. 计算机工程与应用, 2020, 56(21): 60-64.
[15]	马京晖，潘巍，王茹. 基于K-means聚类的三维点云分类[J]. 计算机工程与应用, 2020, 56(17): 181-186.

基于分布式的大数据集聚类分析

Large data sets clustering analysis based on distribution

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics