本文關(guān)鍵詞：基于多代表點的大規(guī)模數(shù)據(jù)模糊聚類算法　出處：《控制與決策》2016年12期 　論文類型：期刊論文

  更多相關(guān)文章： 大規(guī)模數(shù)據(jù) 模糊聚類 增量式聚類 多代表點

【摘要】：針對傳統(tǒng)模糊聚類在大規(guī)模數(shù)據(jù)場景下,由于內(nèi)存的限制不能一次裝載所有數(shù)據(jù),以及在通過聚類捕捉數(shù)據(jù)的潛在結(jié)構(gòu)和描述各個類時僅使用單個代表點存在信息量不足的問題,提出一種基于多代表點的大規(guī)模數(shù)據(jù)模糊聚類算法.該算法通過對大規(guī)模數(shù)據(jù)進(jìn)行分塊,在對每個數(shù)據(jù)塊進(jìn)行聚類時使用多個代表點描述捕捉到的數(shù)據(jù)的潛在結(jié)構(gòu)和各個類信息,并通過考慮代表點與代表點之間在聚類過程中的約束關(guān)系,提高最后聚類結(jié)果的精度.在模擬數(shù)據(jù)集和真實數(shù)據(jù)集上的3組實驗驗證了所提出算法的有效性.
[Abstract]:A large - scale data fuzzy clustering algorithm based on multi - representation points is proposed for the traditional fuzzy clustering under the large - scale data scene , and a large - scale data fuzzy clustering algorithm based on a plurality of representative points is proposed because of the insufficient information amount of the potential structure of the cluster - capturing data and the description of each class , and the accuracy of the final clustering result is improved by taking into account the constraint relation between the representative point and the representative point in clustering .

【作者單位】： 江南大學(xué)數(shù)字媒體學(xué)院;
【基金】：國家自然科學(xué)基金項目(61272210) 江蘇省杰出青年基金項目(BK20140001) 江蘇省自然科學(xué)基金項目(BK20130155)
【分類號】：TP311.13
【正文快照】： 0引言隨著計算機(jī)網(wǎng)絡(luò)技術(shù)的快速發(fā)展,各種信息正以前所未有的速度高速增長,如何從大量的數(shù)據(jù)中提取有效信息是當(dāng)前大規(guī)模數(shù)據(jù)應(yīng)用的關(guān)鍵點,也是難點[1-3].聚類是一種行之有效的數(shù)據(jù)分析工具,能夠從紛繁復(fù)雜的數(shù)據(jù)中發(fā)現(xiàn)隱藏在其內(nèi)部的潛在結(jié)構(gòu),在無監(jiān)督的情況下將數(shù)據(jù)按照其性

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姜英姿;;大規(guī)模數(shù)據(jù)的計算機(jī)處理技術(shù)[J];徐州工程學(xué)院學(xué)報;2005年05期

2 劉忠寶;趙文娟;;面向大規(guī)模數(shù)據(jù)的模糊支持向量數(shù)據(jù)描述[J];廣西大學(xué)學(xué)報(自然科學(xué)版);2012年06期

3 牛新征;佘X;;面向大規(guī)模數(shù)據(jù)的快速并行聚類劃分算法研究[J];計算機(jī)科學(xué);2012年01期

4 諶超;強(qiáng)保華;石龍;;基于Hadoop MapReduce的大規(guī)模數(shù)據(jù)索引構(gòu)建與集群性能分析[J];桂林電子科技大學(xué)學(xué)報;2012年04期

5 劉春艷;;基于云的招生系統(tǒng)研究與設(shè)計[J];電子技術(shù)與軟件工程;2013年13期

6 代紅兵;;適合于大規(guī)模數(shù)據(jù)快速存取的文件系統(tǒng)設(shè)計[J];中國科學(xué)院大學(xué)學(xué)報;1993年04期

7 游進(jìn)國;楊卓犖;胡建華;奚建清;;一種支持大規(guī)模數(shù)據(jù)的多維可視化分析框架[J];計算機(jī)工程;2011年19期

8 亓開元;趙卓峰;房俊;馬強(qiáng);;針對高速數(shù)據(jù)流的大規(guī)模數(shù)據(jù)實時處理方法[J];計算機(jī)學(xué)報;2012年03期

9 陳勝利;李俊奎;劉小東;;Mintegration:一種針對大規(guī)模數(shù)據(jù)的并發(fā)數(shù)據(jù)集成方案[J];山東大學(xué)學(xué)報(工學(xué)版);2010年04期

10 應(yīng)俊;楊茂斌;;一種基于多重索引的大規(guī)模數(shù)據(jù)快速查找算法[J];計算機(jī)科學(xué);2009年03期

相關(guān)會議論文 前1條

1 徐健;陳光喜;;一種基于優(yōu)化處理較大規(guī)模數(shù)據(jù)的支持向量分類機(jī)[A];第八屆中國青年運籌信息管理學(xué)者大會論文集[C];2006年

相關(guān)重要報紙文章 前1條

1 ;戴爾務(wù)實推動云計算發(fā)展[N];網(wǎng)絡(luò)世界;2010年

相關(guān)博士學(xué)位論文 前1條

1 金冉;面向大規(guī)模數(shù)據(jù)的聚類算法研究及應(yīng)用[D];東華大學(xué);2015年

相關(guān)碩士學(xué)位論文 前5條

1 田大鑫;基于GIS的大規(guī)模數(shù)據(jù)下K優(yōu)路徑規(guī)劃算法的研究與實現(xiàn)[D];北京理工大學(xué);2016年

2 劉偉;面向大規(guī)模數(shù)據(jù)的高效LTR調(diào)研系統(tǒng)設(shè)計與實現(xiàn)[D];南京大學(xué);2015年

3 錢彥江;大規(guī)模數(shù)據(jù)聚類技術(shù)研究與實現(xiàn)[D];電子科技大學(xué);2009年

4 張新銘;金融應(yīng)用中大規(guī)模數(shù)據(jù)處理的性能優(yōu)化[D];浙江大學(xué);2007年

5 馬翠云;基于HBase的大規(guī)模數(shù)據(jù)存儲解決方案的設(shè)計和實現(xiàn)[D];山東大學(xué);2015年

，

本文編號：1366310