基于约束信息的并行k-means算法.pdfVIP

第41卷第3期 东南大学学报(自然科学版) V01．41No．3 JOURNALOFSOUTHEAST Science 2011 2011年5月 UNIVERSITY(NaturalEdition) May doi：10．3969／j．issn．1001-0505．2011．03．014 基于约束信息的并行k-means算法 於跃成1’2 王建东1 郑关胜1 陈 斌1 (1南京航空航天大学信息科学与技术学院，南京210016) (2江苏科技大学计算机科学与I：程学院，镇江212003) 摘要：为获得分布式数据集上用户所期望的聚类结果，提出了基于约束信息的并行k—means聚 类算法．在分析并行k-means能够有效实现对水平分布式数据集进行聚类的基础上，修改并行k— 引入到分布式聚类过程，从而引导算法执行有偏搜索．约束并行k—means算法在理论上保证无约 束样本簇内距离最小的同时能够确保chunklet约束中的样本与对应的簇中心之间的平均距离最 小．实验结果表明，约束并行k—means算法能够有效改善并行k—means的聚类精度，同时在分布 式环境下能够得到与已有约束聚类算法在集中式数据集上相等价的聚类结果． 关键词：k—means；并行k-means；约束聚类；约束并行k—means 中图分类号：TP391．4文献标志码：A 文章编号：1001—0505(2011)03-0505-04 Parallelk-means basedonconstrainedinformation algorithm Yu ChenBinl Yuechen91·2WangJiandon91ZhengGuanshen91 ofInformationScienceand ofAeronauticsand University Astronautics．Nanjing210016，China) (。College Technology，Nanjing of Scienceand ofScienceand Computer Engineering，JiangsuUniversity Technology，Zhenjiang212003，China) (2College ordertoobtainthedesired resultsonthedistributeddata k— Abstract：In clustering set。aparallel the the the means is basedonconstrainedinformation．Onbasisof factsmat algorithmpresented par． allelk—means canbe usedin thehorizontaldistributeddata algorithmeffectivelyclustering set．the functionofthe k—means is theconstrainedk-means objective pa