文献类型：期刊文章

作　　者：塔娜[1,2]

TA Na(School of Computer,Hulunbuir University,Hulunbuir 021008,China;College of Computer Science and Technology,Jilin University,Changchun 130012,China)

机构地区：[1]呼伦贝尔学院计算机学院,内蒙古呼伦贝尔021008 [2]吉林大学计算机科学与技术学院,吉林长春130012

出　　处：《现代电子技术》

年　　份：2020

卷　　号：43

期　　号：15

起止页码：123-126

语　　种：中文

收录情况：BDHX、BDHX2017、IC、RCCSE、ZGKJHX、核心刊

摘　　要：考虑到传统大规模数据聚类分析算法收敛速度较慢的问题,提出一种基于云计算技术的大规模数据聚类分析算法。定义云空间内的数据变量,计算数据点密度,以计算出的密度数据为基准,整合为两个不同的数据集合,不断循环删除集合内局部密度低于平均密度的离群点,得出聚类中心。筛选远离聚类中心的点,计算数据点与聚类中心的相似系数,将保留下来的数据点划分为聚类区域,采用层次分配方法将聚类数据点分配到聚类区域中,完成大规模数据的聚类分析。实验结果表明,与传统聚类分析方法相比,所提聚类分析算法的收敛速度最高可达10 mm/s,收敛速度更快,说明该算法的收敛效果较好。

关 键 词：云计算技术 大规模数据 聚类中心 相似系数  数据点密度  收敛速度

分 类 号：TN911.1-34] TP181]