基于集群环境的K-Means聚类算法的并行化OA北大核心CSTPCD
Research on Parallelism of K-Means Clustering Algorithm Based on Cluster
K-Means聚类算法在面对海量数据时,时间和空间的复杂性已成为K-Means聚类算法的瓶颈.在充分研究传统K-Means聚类算法的基础上,提出了基于集群环境的并行K-Means聚类算法的设计思想,给出了其加速比估算公式,并通过实验证明了该算法的正确性和有效性.
王辉;张望;范明
河南科技大学电子信息工程学院,河南,洛阳,471003河南科技大学电子信息工程学院,河南,洛阳,471003河南科技大学现代教育技术与信息中心,河南,洛阳,471003
信息技术与安全科学
集群并行K-Means聚类算法
《河南科技大学学报（自然科学版）》 2008 (4)
基于CSCW的仪表产品虚拟原型逼真设计关键技术研究
42-45,4
国家自然科学基金项目(60203018)教育部科学研究重点项目(200202)
评论