一種并行分層聚類算法的研究和實現(xiàn).pdf_第1頁
已閱讀1頁，還剩47頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：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)，請進行舉報或認領(lǐng)

文檔簡介

1、聚類分析是數(shù)據(jù)挖掘的重要研究領(lǐng)域之一，在工程、商業(yè)、生命科學、社會科學以及其他許多領(lǐng)域得到了廣泛的應用。但由于聚類對象在高維特征空間分布的復雜性，聚類效果評價的不確定性和靈活性，以及聚類作為一個優(yōu)化問題求解的高計算復雜性，聚類算法仍然面臨著眾多的問題和挑戰(zhàn)。
　　 目前，研究者提出了大量的聚類算法。其中層次聚類算法是其中的主要方法之一，受到了大量學者的密切關(guān)注。目前最好的串行算法的時間復雜性可達到O(n2),但依然難于處理生物信

2、息學或入侵檢測中的海量數(shù)據(jù)；并行算法目前多基于CREW-PRAM或CRCW-PRAM模型，其運行成本不低于O(n2)。這些算法多使用隨機或概率算法，而且算法中的處理器數(shù)目無法根據(jù)運行環(huán)境改變，也沒有考慮各并行處理器對共享存儲器的存儲沖突。本文通過利用完全圖求歐幾里德最小生成樹算法和無存儲沖突的連通分支確定算法，提出一種基于EREW-SIMD共享存儲模型的無存儲沖突并行層次聚類算法，其成本為O(n2)。通過與其他算法性能比較，比較結(jié)果說明

溫馨提示

  • 1. 本站所有資源如無特殊說明，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)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論