基于MIP与改进模糊K-Means算法的大数据聚类设计.pdfVIP

下载本文档

4
0
约5.54万字
约 4页
2015-08-12 发布于安徽
举报
版权申诉

基于MIP与改进模糊K-Means算法的大数据聚类设计.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

计算机测量与控制（）．２０１４．２２４　　、 · · ｍｕｔｅｒＭｅａｓｕｒｅｍｅｎｔ＆Ｃｏｎｔｒｏｌ算法设计与应用１２７０Ｃｏｐ　　　　  文章编号：４（）１０中图分类号：文献标识码：１６７１５９８２０１４０４２７０３ＴＰ３９３Ａ－－－　　　　　　　基于ＭＩＰ和改进模糊Ｋ－Ｍｅａ算法ｎｓ的大数据聚类设计陈思慧（，）广东海洋大学网络与教育技术中心广东湛江８５２４０８　：，摘要为了克服经典模糊Ｋ－Ｍｅａｎｓ算法在面对大数据聚类时所出现的聚类效率低和运行时间长的问题提出了一种基于层次式；，ＭＰＩ并行编程模型和改进模糊Ｋ－算法的大数据聚类方法首先引入多层Ｍａｓｔｅ节点设计了一种改进的层次式并行ｅＭＰＩＭｅａｎｓｒＮｏｄ，，，；编程模型然后引入类间距离和类内距离得到一种最优聚类数的计算方式并设计了一种改进的模糊Ｋ－均值聚类算法采用Ｓｌａｖｅ－，；节点并行运行改进的模糊均值算法进行数据子集聚类然后再通过各层节点进行汇总和进一步处理仿真实验表明Ｎｏｄｅ