版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、聚類是一種基于數(shù)據(jù)對(duì)象的特征對(duì)數(shù)據(jù)集進(jìn)行聚合的數(shù)據(jù)挖掘方法,主要目的是聚集相似的數(shù)據(jù)對(duì)象。隨著傳統(tǒng)互聯(lián)網(wǎng)及移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展,企業(yè)和用戶產(chǎn)生的數(shù)據(jù)呈爆炸式增長(zhǎng),面對(duì)海量數(shù)據(jù)時(shí)傳統(tǒng)的聚類挖掘計(jì)算極為耗時(shí),不能有效地滿足數(shù)據(jù)挖掘的時(shí)效性需求。因此,為了應(yīng)對(duì)海量數(shù)據(jù)的處理,算法優(yōu)化與并行化研究成為熱點(diǎn)。
AP聚類算法是近幾年提出的一種新型的方法,目前已被廣泛研究與應(yīng)用。與K-Means等算法相比,AP聚類不需要預(yù)設(shè)聚類中心,它把每
2、個(gè)數(shù)據(jù)對(duì)象都視為潛在的聚類中心,通過(guò)數(shù)據(jù)對(duì)象間相互傳遞消息自動(dòng)產(chǎn)生聚類中心。但這種聚類算法的時(shí)空復(fù)雜度較高,隨著數(shù)據(jù)量的增大,整個(gè)計(jì)算耗時(shí)也迅速增大。為了使AP聚類算法能有效應(yīng)用于海量數(shù)據(jù)分析,本文即主要研究并實(shí)現(xiàn)AP聚類算法的并行化方法,使聚類算法可在云計(jì)算集群環(huán)境下自動(dòng)高效地并行化執(zhí)行。
Hadoop是一種開源的分布式計(jì)算框架,基于Google的MapReduce并行化思想將并行化的底層實(shí)現(xiàn)細(xì)節(jié)作了封裝,使得開發(fā)人員只需關(guān)
3、注并行的策略方法。針對(duì)Hadoop在處理迭代式算法的不足,Berkeley提出了Spark分布式內(nèi)存計(jì)算框架,通過(guò)將數(shù)據(jù)轉(zhuǎn)化為RDD進(jìn)行緩存有效提升了迭代式算法的執(zhí)行性能。本文在分析兩種計(jì)算平臺(tái)的特點(diǎn)基礎(chǔ)上,首先設(shè)計(jì)實(shí)現(xiàn)了并行的AP聚類算法,并分析了并行算法的性能以及兩種平臺(tái)下并行算法執(zhí)行的性能差異;再通過(guò)KDD99的入侵檢測(cè)海量數(shù)據(jù)集的測(cè)試實(shí)驗(yàn),表明在兩個(gè)計(jì)算平臺(tái)下并行AP聚類算法都具有良好的加速比和擴(kuò)展性,且經(jīng)由Spark內(nèi)存計(jì)算框
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 分布式聚類算法研究與應(yīng)用.pdf
- 基于虛擬機(jī)的Hadoop分布式聚類挖掘方法研究與應(yīng)用.pdf
- 分布式聚類算法研究及其應(yīng)用.pdf
- 基于Internet的并行分布式進(jìn)化計(jì)算研究.pdf
- 基于數(shù)據(jù)流的分布式并行譜聚類算法的研究.pdf
- 基于置信半徑的分布式聚類算法的研究與應(yīng)用.pdf
- 基于分布式并行聚類的sar圖像變化檢測(cè)算法研究
- 分布式聚類技術(shù)研究及其應(yīng)用.pdf
- 基于分布式并行聚類的SAR圖像變化檢測(cè)算法研究.pdf
- 基于MapReduce的分布式聚類算法的研究.pdf
- 基于分布式平臺(tái)的聚類算法研究.pdf
- 基于聚類的海量文檔集分布式索引構(gòu)建方法.pdf
- 基于MapReduce的分布式快速聚類算法研究.pdf
- 基于隱私保護(hù)的分布式聚類算法研究.pdf
- 基于OCSVM的分布式聚類技術(shù)研究.pdf
- 網(wǎng)絡(luò)化的并行與分布式優(yōu)化算法研究及應(yīng)用.pdf
- 基于隱私保護(hù)的分布式聚類算法折研究.pdf
- 基于.netframework的分布式并行計(jì)算系統(tǒng)研究
- 基于計(jì)算智能的并行分布式系統(tǒng)任務(wù)調(diào)度算法研究
- 隱私保護(hù)的分布式聚類算法研究.pdf
評(píng)論
0/150
提交評(píng)論