河北联合大学学报(自然科学版)
河北聯閤大學學報(自然科學版)
하북연합대학학보(자연과학판)
Journal of Hebei United university natural sclence edition
2015年
3期
75-79
,共5页
K-means%云计算%Hadoop%MapReduce
K-means%雲計算%Hadoop%MapReduce
K-means%운계산%Hadoop%MapReduce
随着数据量急剧增长,现有的聚类算法时间和空间上遇到了瓶颈.针对传统的K-means聚类算法,并结合云计算技术,深入研究了基于Hadoop平台的K-means算法,将并行处理技术应用到聚类中.最后使用不同数据集进行测试,用单机对比和加速比作为指标,通过实验验证算法的优越性.
隨著數據量急劇增長,現有的聚類算法時間和空間上遇到瞭瓶頸.針對傳統的K-means聚類算法,併結閤雲計算技術,深入研究瞭基于Hadoop平檯的K-means算法,將併行處理技術應用到聚類中.最後使用不同數據集進行測試,用單機對比和加速比作為指標,通過實驗驗證算法的優越性.
수착수거량급극증장,현유적취류산법시간화공간상우도료병경.침대전통적K-means취류산법,병결합운계산기술,심입연구료기우Hadoop평태적K-means산법,장병행처리기술응용도취류중.최후사용불동수거집진행측시,용단궤대비화가속비작위지표,통과실험험증산법적우월성.