文献类型：期刊文章

作　　者：唐东明[1]

机构地区：[1]西南交通大学信息化研究院,成都610031

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(No.61100118;No.61003142;No.61373009);中央高校基本科研业务费专项资金资助(No.2682014CX100)

年　　份：2015

卷　　号：51

期　　号：4

起止页码：29-34

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：仿射传播聚类算法(AP)是一个新的聚类分析方法,已经被广泛应用于各种领域。APC算法不能用于大型数据的分析。为了克服这个限制,在Hadoop分布式框架的基础上提出一种改进的放射传播聚类分析方法(基于Hadoop的仿射传播大数据聚类分析方法,简称APCH)。通过在Hadoop环境下重新设计算法流程,APCH算法成为了一个并行化的大数据聚类分析方法。此外APCH算法能够高效操作大数据,并能够直接决定聚类的个数。为了验证方法的性能,在多个数据集上进行了实验。实验结果表明APCH对大数据处理有很好的适应性和延展性。APCH采用开源的方式提供可执行软件程序和源代码,用户可以下载后部署在自己的分布式集群中或者是部署在亚马逊EC2等云计算环境中。所有编译后的执行程序,源代码,用户手册,部分测试数据集均可以从https://github.com/Hello World CN/Map Reduce APC上下载。

关 键 词：仿射传播聚类 MAP REDUCE HADOOP 键值存储  大数据

分 类 号：TP18]