文献类型：期刊文章

作　　者：申燕萍[1] 顾苏杭[2] 郑丽霞[3]

SHEN Yan-ping;GU Su-hang;HENG Li-xia(School of Information Engineering,Changzhou Institute of Industry Technology,Changzhou,Jiangsu 213164,China;School of Digital Media,Jiangnan University,Wuxi,Jiangsu 214122,China;Microelectronics College,Southeast University,Nanjing 210096,China)

机构地区：[1]常州工业职业技术学院信息工程学院,江苏常州213164 [2]江南大学数字媒体学院,江苏无锡214122 [3]东南大学微电子学院,南京210096

出　　处：《计算机科学》

基　　金：国家自然科学基金(青年基金)(61805036);国家自然科学基金面上项目(61376029)资助

年　　份：2019

卷　　号：46

期　　号：11

起止页码：247-250

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：为了提高云计算平台数据挖掘的有效性以及数据聚类的性能,采用仿生优化算法与相似聚类相结合的方法来实现云计算平台数据聚类。在相似聚类的优化函数求解过程中,采用狼群优化算法,以头狼的位置来确定聚类中心点,从而实现类别中心点的优化与更新。文中分别采用PBM和DB聚类效果评价方法来对聚类效果进行检验,在满足预设评价标准的情况下,不断进行狼群优化和相似聚类计算,直到达到聚类指标要求为止。经过实验证明,相比一般聚类算法,狼群优化的聚类算法对数据量大且数据维度高的云计算平台数据聚类效果更好,收敛速度更快。

关 键 词：云计算平台 仿生优化  狼群算法  聚类 评价指标

分 类 号：TP311]