文献类型：期刊文章

作　　者：周润物[1] 李智勇[1] 陈少淼[1] 陈京[1] 李仁发[1]

机构地区：[1]湖南大学信息科学与工程学院,长沙410082

出　　处：《计算机应用》

基　　金：国家自然科学基金资助项目(61173107);国家863计划项目(2012AA01A301-01)~~

年　　份：2016

卷　　号：36

期　　号：2

起止页码：311-315

语　　种：中文

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

摘　　要：针对大数据环境下K-means聚类算法聚类精度不足和收敛速度慢的问题,提出一种基于优化抽样聚类的K-means算法(OSCK)。首先,该算法从海量数据中概率抽样多个样本;其次,基于最佳聚类中心的欧氏距离相似性原理,建模评估样本聚类结果并去除抽样聚类结果的次优解;最后,加权整合评估得到的聚类结果得到最终k个聚类中心,并将这k个聚类中心作为大数据集聚类中心。理论分析和实验结果表明,OSCK面向海量数据分析相对于对比算法具有更好的聚类精度,并且具有很强的稳健性和可扩展性。

关 键 词：大数据 K-均值 概率抽样 欧氏距离 聚类精度  

分 类 号：TP391]