基于云计算平台的聚类算法

摘要：

针对大数据的海量与高维特性，提出一种在云计算平台上基于MapReduce框架的距离三角不等式Canopy‐Kmeans并行聚类算法。利用三角不等式的原理减少计算冗余，提高原算法的执行速度。实验结果表明，该算法减少了I／O以及网络传输的消耗，克服了算法陷入局部最优解的缺点，使之能够充分利用集群的计算和存储能力对大数据进行聚类分析。

关键词：云计算、Canopy-Kmeans算法、三角不等式原理、大数据、并行

分类号：TP311(计算技术、计算机技术)

资助基金：内蒙古自然科学基金项目2012MS0611

在线出版日期：2015-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2990-2994