科技展望
科技展望
과기전망
Technology Outlook
2015年
33期
12
,共1页
Hadoop%聚类算法%海量数据%K-means
Hadoop%聚類算法%海量數據%K-means
Hadoop%취류산법%해량수거%K-means
聚类算法是数据挖掘中重要的研究课题之一,随着互联网的快速发展,数据的种类和数量也在急剧膨胀,以致常规的聚类算法面临着新的问题和挑战.本文研究基于云计算平台Hadoop并行实现Canopy-Kmeans算法,有效改变其面临海量数据的局限性.
聚類算法是數據挖掘中重要的研究課題之一,隨著互聯網的快速髮展,數據的種類和數量也在急劇膨脹,以緻常規的聚類算法麵臨著新的問題和挑戰.本文研究基于雲計算平檯Hadoop併行實現Canopy-Kmeans算法,有效改變其麵臨海量數據的跼限性.
취류산법시수거알굴중중요적연구과제지일,수착호련망적쾌속발전,수거적충류화수량야재급극팽창,이치상규적취류산법면림착신적문제화도전.본문연구기우운계산평태Hadoop병행실현Canopy-Kmeans산법,유효개변기면림해량수거적국한성.
