一种面向大数据的快速自动聚类算法OA北大核心CSCDCSTPCD
Fast automatic clustering algorithm for big data
针对大数据环境下高维数据聚类速度慢、准确率低的问题,提出了一种面向大数据的快速自动聚类算法(FACABD).FACABD聚类算法利用谱聚类算法对大数据集进行归一化和列降维,提出了一种新的快速区域进化的粒子群算法(FRE-PSO),并利用该算法进行行降维;然后在行列降维的基础上,引入聚类模糊隶属度基数,自动发现簇的数目,根据类簇数目,采用FRE-PSO算法结合模糊聚类算法,实现了快速自动聚类.在多个不同数据集上的实验结果表明,该算法能够在数据驱动下…查看全部>>
Aiming at the problem of slow speed and low accuracy of high dimensional data clustering in big data environment,this paper proposed a fast automatic clustering algorithm for big data (FACABD).Firstly,it realized the normalization and row dimension reduction for the large data set by means of spectral clustering algorithm.Second,it proposed a particle swarm optimization algorithm for fast regional evolution (FRE-PSO),which could improve the convergence speed…查看全部>>
陈小玉;李晓静;马海英
南阳理工学院计算机与信息工程学院,河南南阳473000济源职业技术学院,河南济源459000南通大学计算机科学与技术学院,江苏南通226019
信息技术与安全科学
谱聚类粒子群优化区域进化自动聚类
spectral clusteringparticle swarm optimizationregional evolutionautomatic clustering
《计算机应用研究》 2017 (9)
移动云服务中轻量级设备隐私保护技术研究
2651-2654,2658,5
国家自然科学基金资助项目(61402244)
评论