基于MPI并行PSO混合K均值聚类算法.pdfVIP

下载本文档

4
0
约2.51万字
约 7页
2017-06-20 发布于北京
举报
版权申诉

基于MPI并行PSO混合K均值聚类算法.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

第3l卷第2期计算机应用 V01．3lNo．2 2011年2月 of Feb．20ll JournalComputerApplications 文章编号：1001—9081(2011)02—0428—04 doi：10．3724／SP．J．1087．2011．00428 基于MPI的并行PSO混合K均值聚类算法吕奕清，林锦贤 (福州大学数学与计算机科学学院，福州350108) (jxlin@fzu．edu．cn) 摘要：传统的串行聚类算法在对海量数据进行聚类时性能往往不尽如人意，为了适应海量数据聚类分析的性能要求，针对传统聚类算法的不足，提出一种基于消息传递接口(MPI)集群的并行PSO混合K均值聚类算法。首先将改进的粒子群与K均值结合，提高该算法的全局搜索能力，然后利用该算法提出一种新的并行聚类策略，并将该算法与K均值聚类算法、粒子群优化(PSO)聚类算法进行比较。实验结果表明，该算法不仅具有较好的全局收敛性，而且具有较高的加速比。关键词：消息传递接口集群；粒子群优化算法；K均值算法；并行聚类中图分类号：TP301．6：哪!1．13文献标志码：A ParallelPSOcombinedwithK—means basedonMPI clusteringalgorithm Lt3 Jin-xian Yi—qing，LIN and Sconce，Fuzhou (CollegeofMathematicsComputer University,FuzhouFujian350108，China) Abstract：The of traditionalserial cannotmeettheneedsofdata ofthe performance clusteringalgorithm clusteringhuge amountsofdata．Toenhancethe of new Particle performanceclusteringalgorithm，aclusteringalgorithmcombiningparallel Swarm K-meansbasedonMPIWas inthis PSOWascombined Optimization(PSO)with proposedpaper．Firstly，theimproved withK-meanstoenhancethe of thenanew wag Was capacityglobalsearch，and parallelclusteringalgorithmproposed，which with and K-meansPSO resultsshowthatthenew hasbetter compared clusteringalgorithms．Theexperimental algorithm global alsohas ratio