二分K均值聚类算法优化及并行化研究

摘要：

二分K均值聚类算法在二分聚类过程中的初始质心选取速度方面存在不足.为此,提出以极大距离点作为二分聚类初始质心的思想,提升算法的运行速度.研究如何在群集系统中进行快速聚类,根据二分K均值聚类算法的特性,采用数据并行的思想和均匀划分的策略,对算法进行并行化处理.实验结果表明,改进后的算法能获得比较理想的加速比和较高的使用效率.

关键词：数据挖掘、聚类算法、二分K均值、并行化、群集系统

所属期刊栏目：37

分类号：TP338.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60973028;国家科技支撑计划基金资助项目2009BAH42B02

在线出版日期：2012-01-14（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：23-25