Web网络大数据的聚类中心调度技术研究

发布时间：2018-04-19 20:17

  本文选题：Web网络大数据 + 聚类中心　； 参考：《现代电子技术》2017年24期

【摘要】：针对传统调度方法一直存在调度精度不准确的问题,提出一种Web网络大数据的聚类中心调度技术的研究方案。针对Web网络大数据重新建立调度模型有效的对数据进行识别,优化聚类中心的K-means算法,解决对大数据调度能力差的问题,提高聚类中心的大数据调度能力,最后使用建立调度模型完成在Web网络大数据环境下的聚类中心数据调度。设计对比仿真试验,通过实验数据可以有效地证明Web网络大数据的聚类中心调度技术的有效性。
[Abstract]:Aiming at the problem of inaccurate scheduling accuracy in traditional scheduling methods, a research scheme of clustering center scheduling technology based on big data in Web network is proposed. Aiming at Web network big data, the scheduling model is established to identify the data effectively, to optimize the K-means algorithm of clustering center, to solve the problem of poor scheduling ability of big data, and to improve the scheduling ability of the cluster center. Finally, the cluster center data scheduling based on Web network big data environment is completed by using the established scheduling model. The effectiveness of big data's clustering center scheduling technique in Web network can be effectively proved by the experimental data.
【作者单位】： 成都东软学院;
【基金】：四川省自然科学基金(17ZB0005)
【分类号】：TP311.13;TP393.09

【相似文献】

相关期刊论文 前10条

1 黄旭;吕强;钱培德;;一种用于蛋白质结构聚类的聚类中心选择算法[J];自动化学报;2011年06期

2 樊晓光;路钊;王久崇;李国栋;谢朝政;;基于密度和距离积的聚类中心选取方法[J];测控技术;2013年10期

3 赵峰;张军英;刘敬;;核最优变换与聚类中心的算法[J];西安电子科技大学学报;2009年01期

4 朱云贺;张春海;张博;;基于数据分段的K-means的优化研究[J];计算机技术与发展;2010年11期

5 李春生;王耀南;;聚类中心初始化的新方法[J];控制理论与应用;2010年10期

6 陈侃;李彬;田联房;;基于局部阈值和聚类中心迭代的肺结节检测算法[J];计算机科学;2012年02期

7 宁永恒;杨小兵;王康健;;一种多聚类中心的划分方法[J];中国计量学院学报;2014年02期

8 高潮;田翠翠;郭永彩;;基于改进聚类中心分析法的红外行人分割[J];计算机工程;2011年06期

9 裴继红,范九伦,谢维信;聚类中心的初始化方法[J];电子科学学刊;1999年03期

10 陈英;何中市;黄敏;;一种优化的K-means聚类中心算法研究[J];制造业自动化;2012年08期

相关会议论文 前2条

1 吴继兵;李心科;;基于K-最近邻居图划分的聚类中心初始化算法[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

2 席酉民;;以问题为媒介的DSS调度技术[A];全国青年管理科学与系统科学论文集（第2卷）[C];1993年

相关硕士学位论文 前3条

1 刘云;中文文本关键词提取和文本聚类中聚类中心点选取算法研究[D];江苏大学;2016年

2 刘均峰;微博话题检测与跟踪方法研究[D];华中科技大学;2016年

3 徐祥;多中心聚类算法的研究与改进[D];安徽大学;2015年

，

本文编号：1774564