不完整大数据的分布式聚类填充算法 distributed clustering and filling algorithm of incomplete big data.pdfVIP

下载本文档

4
0
约2.99万字
约 7页
2017-09-14 发布于上海
举报
版权申诉

不完整大数据的分布式聚类填充算法 distributed clustering and filling algorithm of incomplete big data.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

不完整大数据的分布式聚类填充算法 distributed clustering and filling algorithm of incomplete big data

第41卷　第5期　计算机工程 2015年5月　　 Vol.41　 No.5 　 Computer Engineering May2015 ·先进计算与数据处理 · 文章编号:1000-3428(2015)05-0019-07　　　文献标识码:A　　　中图分类号:TP311 不完整大数据的分布式聚类填充算法 1,2 2 2 1 冷泳林 ,陈志奎 ,张清辰 ,鲁富宇 (1.渤海大学信息科学与技术学院,辽宁锦州 121000;2.大连理工大学软件学院,辽宁大连 116620) 摘　要:传统大数据填充算法是根据整个数据集对缺失数据进行填充,使得填充值容易受到不同类别数据的干扰, 导致填充结果不精确。针对该问题,给出不完整数据的相似度度量方法,使用近邻传播(AP)算法对不完整数据进行聚类。采用云计算技术优化AP聚类算法,实现一种基于MapReduce 的分布式聚类算法,根据算法聚类结果将同一类数据对象划分到相同簇中,并利用同一类对象的属性值对缺失值进行填充。实验结果表明,该算法能实现不完整大数据的聚类,同时加快聚类速度,提高缺失数据的填充精度。关键词:不完整大数据;近邻传播聚类;云计算;数据填充;不完整信息系统中文引用格式:冷泳林,陈志奎,张清辰,等.不完整大数据的分布式聚类填充算法[J].计算机工程,2015,41(5):19-25. 英文引用格式:Leng Yonglin,Chen Zhikui,Zhang Qingchen,et al. Distributed Clustering and Filling Algorithm of Incomplete Big Data[J].Computer Engineering,2015,41(5):19-25. Distributed Clustering and Filling Algorithm of Incomplete Big Data 1,2 2 2 1 LENG Yonglin ,CHEN Zhikui ,ZHANG Qingchen ,LU Fuyu (1.College of Information Science and Technology,Bohai University,Jinzhou 121000,China; 2.School of Software Technology,Dalian University of Technology,Dalian 116620,China) 【Abstract】 Traditional big data filling algorithms fill missing values depending on the statistical theory of the data set, and they are corrupted by noise data which decrease the imputation accuracy.This paper proposes an algorithm to fill missing valuesbased on distributed incompletebig data clustering.It clustersincompletebig data directly by proposing a new similarity metrics,and uses cloud computing technology to improve clustering efficiency by designing