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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、伴隨著計算機(jī)技術(shù)的迅猛發(fā)展以及互聯(lián)網(wǎng)的快速普及,人們所接觸的數(shù)據(jù)量(包括有結(jié)構(gòu)和無結(jié)構(gòu)的文本數(shù)據(jù))呈現(xiàn)爆炸式增長。當(dāng)前,如何有效快速地從海量數(shù)據(jù)中挖掘出有價值的信息具有重要的意義。聚類分析是進(jìn)行數(shù)據(jù)挖掘的核心技術(shù)之一。傳統(tǒng)單機(jī)的聚類算法無論從效率上,還是從計算復(fù)雜度上都已無法滿足海量信息的處理需要,云計算技術(shù)的發(fā)展為聚類分析提供了新的研究方向。Hadoop,作為Apache下的開源的項目,是一個用于構(gòu)建云平臺的分布式的計算框架。在 Ha
2、doop平臺上,采用HDFS(分布式文件系統(tǒng))存儲數(shù)據(jù),采用MapReduce編程模式來實現(xiàn)對海量數(shù)據(jù)的并行化處理。根據(jù)傳統(tǒng)聚類算法本身的特點,并且結(jié)合MapReduce的編程模式,使得開發(fā)人員不需過多了解并行化的具體通信實現(xiàn),就可以實現(xiàn)聚類算法的快速并行化,高效而且容易實現(xiàn)。本文對傳統(tǒng)的各種聚類算法進(jìn)行了比較,針對傳統(tǒng)的K-means算法在初始聚類中心選擇的隨機(jī)性以及聚類結(jié)果的局部最優(yōu)性進(jìn)行了適當(dāng)?shù)母倪M(jìn),并將改進(jìn)結(jié)果結(jié)合Hadoop框
3、架進(jìn)一步應(yīng)用到實際項目中的相關(guān)領(lǐng)域,而且進(jìn)行了深入的研究。結(jié)果表明,這些改進(jìn)使得算法在執(zhí)行效率和結(jié)果的精確性方面都有明顯提高。
本研究主要內(nèi)容包括:⑴研究了MapReduce編程模型,分析了傳統(tǒng)K-means算法以及Canopy算法的優(yōu)缺點,提出了基于canopy的二次聚類算法(CTK)的思想,并給出了該算法在Hadoop上的并行設(shè)計框架,描述了其具體實現(xiàn)。⑵分析了最大最小距離算法,提出了基于最大最小距離原理的K-means聚
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(yù)覽,若沒有圖紙預(yù)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 基于Hadoop的密度聚類算法并行化分析與研究.pdf
- 基于Hadoop平臺并行Overlapping聚類算法研究.pdf
- 基于Hadoop的并行小波聚類算法.pdf
- 基于異構(gòu)Hadoop平臺的并行聚類算法研究.pdf
- 基于Hadoop云計算平臺的聚類算法并行化研究.pdf
- 基于Hadoop MapReduce并行近似譜聚類算法研究與實現(xiàn).pdf
- 基于Hadoop的聚類算法的研究與應(yīng)用.pdf
- 并行LDA、聚類算法的研究及應(yīng)用.pdf
- 基于Hadoop平臺的聚類算法研究.pdf
- 基于Hadoop的聚類協(xié)同過濾推薦算法研究及應(yīng)用.pdf
- 基于Hadoop的短文本聚類算法的研究與應(yīng)用.pdf
- 基于Hadoop平臺的譜聚類算法研究.pdf
- 基于網(wǎng)格的并行聚類算法及數(shù)據(jù)流聚類算法研究.pdf
- 基于MapReduce的并行聚類算法研究.pdf
- 基于hadoop平臺的模糊聚類算法研究
- 聚類算法分析與應(yīng)用研究.pdf
- 基于hadoop平臺的模糊聚類算法研究.pdf
- 基于密度的并行聚類算法研究.pdf
- 基于蟻群的聚類算法應(yīng)用研究.pdf
- 基于粒子群算法的聚類算法及其應(yīng)用研究.pdf
評論
0/150
提交評論