基于MPI的并行PSO混合K均值聚类算法

来源 :计算机应用 | 被引量 : 42次 | 上传用户:yijiezhented
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统的串行聚类算法在对海量数据进行聚类时性能往往不尽如人意,为了适应海量数据聚类分析的性能要求,针对传统聚类算法的不足,提出一种基于消息传递接口(MPI)集群的并行PSO混合K均值聚类算法。首先将改进的粒子群与K均值结合,提高该算法的全局搜索能力,然后利用该算法提出一种新的并行聚类策略,并将该算法与K均值聚类算法、粒子群优化(PSO)聚类算法进行比较。实验结果表明,该算法不仅具有较好的全局收敛性,而且具有较高的加速比。
其他文献
本文以专利视角分析手机壳体生产工艺和发展,并结合手机发展对壳体材料的发展趋势进行预测。
为了解决传统B/S方式在海洋观测网管理信息系统中实现即时聊天功能比较困难的问题,研究了基于Ajax长连接的主动推送技术,使服务器能高效地将可变化的数据主动推送至客户端的浏览器,在此基础上设计实现了国家海洋局海洋观测网管理信息系统的会议在线交流功能。
针对嵌入式系统软硬件划分问题,提出一种基于π网的软硬件划分方法。首先介绍π网的定义及其规则;然后,对嵌入式系统目标进行描述和定义,应用π网建立软硬件划分模型——嵌入式系统软硬件划分模型(ESHPM);最后,对模型ESHPM进行一致性、死锁和兼容性分析,同时,对模型ESHPM进行了优化。所建立的模型ESHPM满足一致性,各进程间无死锁存在,且各个进程之间的交互是兼容的;同时模型ESHPM有效地提高了