CMP 上基于数据集划分的 K－means 多核优化算法

摘要：

虽然现在多核CPU非常普及，但传统K－means聚类算法由于没有专门进行并行化设计，不能充分利用现代CPU的多核计算能力，算法针对大规模数据集的聚类效率有待进一步提高。因此，对K－means算法进行CMP并行化改进，提出了一种Multi－core K－means（ MC－K－means）算法。该算法对K－means的聚类任务进行了分解，设计了独立且均衡的聚类子任务并分配给各线程并行执行，以此利用现代CPU 的多核计算能力。实验结果表明，MC－K－means相比K－means获得了较高的多核加速比，提高了针对大规模数据集的聚类能力。

关键词：K均值算法、聚类算法、单片多核、大规模数据集、数据挖掘、无监督学习、大数据

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目71271117；国家科技支撑计划基金资助项目2010BAI88B00；江苏省自然科学基础研究计划基金资助项目 BK2010331；江苏省博士研究生创新计划基金资助项目CX10B＿016X；江苏省博士后科研资助计划项目1401056C ；江苏大学高级人才基金资助项目13JDG127．

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

页数：共8页

页码：607-614