位置：成果数据库 > 期刊 > 期刊详情页
一种基于Hadoop的改进减法聚类算法
  • ISSN号：1000-7180
  • 期刊名称：《微电子学与计算机》
  • 时间：0
  • 分类：TP311.13[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构：[1]大连理工大学软件学院, [2]大连理工大学管理学部
  • 相关基金：国家自然重点基金项目(U1301253)
作者： 原旭[1], 陈志奎[1], 赵亮[1], 杨德礼[2]
关键词： 减法聚类, HADOOP, MAPREDUCE模型, 大数据
中文摘要：

传统的减法聚类算法时间复杂度高,算法不具有分布式特性,不满足大数据处理的要求.提出一种基于Hadoop的改进减法聚类算法,利用MapReduce模型改进减法聚类执行过程,实现求解邻域半径、初始化密度指标、更新密度指标和划分数据记录等过程的并行化.实验结果表明,同传统的串行算法相比,提出的算法能够对大数据进行快速聚类,同时表现出良好的稳定性与扩展性.

同期刊论文项目
面向三旧改造的多源异构大数据管理分析与挖掘研究
期刊论文 13
同项目期刊论文
重要区域保持的图像缩放质量评价方法
部件级表观模型的目标跟踪方法
有效重采样的颜色编辑扩散
不完整大数据的分布式聚类填充算法
珠江三角洲农户整治基塘土地的意愿及影响因素研究
水产养殖水质pH值无线监测系统设计
基于分布式减法聚类的不完整数据填充算法
基于深度学习的不完整大数据填充算法
基于AutoEncoder的增量式聚类算法
基于复杂网络和遗传算法的特征选择方法
基于卷积词袋网络的视觉识别
基于物联网的集约化兔场环境监测系统
期刊信息
  • 《微电子学与计算机》
  • 中国科技核心期刊
  • 主管单位:中国航天科技集团公司
  • 主办单位:中国航天科技集团公司第九研究院第七七一研究所
  • 主编：李新龙
  • 地址：西安市雁塔区太白南路198号
  • 邮编：710065
  • 邮箱：mc771@163.com
  • 电话：029-82262687
  • 国际标准刊号：ISSN：1000-7180
  • 国内统一刊号：ISSN：61-1123/TN
  • 邮发代号:52-16
  • 获奖情况:
  • 航天优秀期刊,陕西省优秀期刊一等奖
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊（2004版）,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）,中国北大核心期刊（2000版）
  • 被引量:17909