基于MapReduce的并行SFLA-FCM聚类算法

发布时间：2017-09-25 13:22

  本文关键词：基于MapReduce的并行SFLA-FCM聚类算法

  更多相关文章： 聚类 模糊C均值算法 混合蛙跳算法 MapReduce

【摘要】：模糊C均值算法(Fuzzy C-Means,FCM)是目前应用比较广泛的一种聚类算法。FCM算法的聚类质量依赖于初始聚类中心的选择并且易陷入局部极值,结合混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)较强的搜索能力,提出一种基于MapReduce的并行SFLA-FCM聚类算法。该算法利用SFLA算法的子群内模因信息传递和全局信息交换来搜索高质量的聚类中心,根据MapReduce编程模型设计算法流程,实现并行化,使其具有处理大规模数据集的能力。实验证明,并行SFLA-FCM算法提高了的搜索能力和聚类结果的精度,并且具有良好的加速比和扩展性。
【作者单位】： 解放军信息工程大学三院;
【关键词】： 聚类 模糊C均值算法 混合蛙跳算法 MapReduce
【分类号】：TP311.13
【正文快照】： 1引言大数据时代的来临,对传统数据挖掘业带来了巨大的挑战。聚类分析是数据挖掘的一项关键技术,它既可以作为一种分析手段获取数据集中隐藏的信息,又可以作为数据挖掘其他技术的预处理阶段,提高挖掘效率。聚类就是将事物按照某种规则,划分成若干个簇,使同一个簇中的元素尽可

【参考文献】

中国期刊全文数据库 前3条

1 李英海;周建中;杨俊杰;刘力;;一种基于阈值选择策略的改进混合蛙跳算法[J];计算机工程与应用;2007年35期

2 杜长海;黄席樾;杨祖元;邓天民;詹建平;;改进的FCM聚类在交通时段自动划分中的应用[J];计算机工程与应用;2009年24期

3 余长俊;张燃;;云环境下基于Canopy聚类的FCM算法研究[J];计算机科学;2014年S2期

【共引文献】

中国期刊全文数据库 前10条

1 张友华;王联国;;基于混合蛙跳算法的电力系统经济负荷分配[J];传感器与微系统;2012年06期

2 栾W氳，

本文编号：917581