计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2011年
z2期
850-853
,共4页
高维数据%聚类%MapReduce
高維數據%聚類%MapReduce
고유수거%취류%MapReduce
随着互联网上音乐数目的增长,如何对音乐进行分析、识别成为焦点问题.在音乐的识别过程中,需要对歌曲的帧数据进行聚类,数据的海量性与音乐数据本身的复杂性使得分析计算需要借助MapReduce平台多机并行完成.提出一种MapReduce平台上的音频数据聚类系统——HDCH,能够有效地对海量音频数据进行聚类.实验证明,HDCH具有很好的性能和可扩展性.除了音频数据外,HDCH还适用于所有海量高维数据的聚类分析.
隨著互聯網上音樂數目的增長,如何對音樂進行分析、識彆成為焦點問題.在音樂的識彆過程中,需要對歌麯的幀數據進行聚類,數據的海量性與音樂數據本身的複雜性使得分析計算需要藉助MapReduce平檯多機併行完成.提齣一種MapReduce平檯上的音頻數據聚類繫統——HDCH,能夠有效地對海量音頻數據進行聚類.實驗證明,HDCH具有很好的性能和可擴展性.除瞭音頻數據外,HDCH還適用于所有海量高維數據的聚類分析.
수착호련망상음악수목적증장,여하대음악진행분석、식별성위초점문제.재음악적식별과정중,수요대가곡적정수거진행취류,수거적해량성여음악수거본신적복잡성사득분석계산수요차조MapReduce평태다궤병행완성.제출일충MapReduce평태상적음빈수거취류계통——HDCH,능구유효지대해량음빈수거진행취류.실험증명,HDCH구유흔호적성능화가확전성.제료음빈수거외,HDCH환괄용우소유해량고유수거적취류분석.
