K 均值聚类算法的研究与并行化改进

摘要：

K均值算法是一种常用的聚类分析方法，广泛应用于图像处理和机器学习等领域。但该算法具有较高的计算复杂度，导致了算法具有较大的局限性。为了提高算法的运行效率，本文在深入分析算法基本原理的基础上，利用CUDA架构提供的强大计算能力对该算法进行了并行化改进。实验结果表明，算法在取不同的聚类数时均取得了较高的加速比。

关键词：K均值算法、聚类分析、图形处理器、计算统一设备架构

分类号：P25;TP301.6(专业测绘)

资助基金：国家863项目2013AA7032031D

在线出版日期：2015-10-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：42-44