文献类型：期刊文章

作　　者：刘洪基[1]

Liu Hongji(School of Economics and Management,Chuxiong Normal University,Chuxiong 675000,Yunnan,China)

机构地区：[1]楚雄师范学院经济与管理学院,云南楚雄675000

出　　处：《计算机应用与软件》

基　　金：云南省科技计划项目(2017FH001-124)。

年　　份：2022

卷　　号：39

期　　号：4

起止页码：311-319

语　　种：中文

收录情况：BDHX、BDHX2020、IC、JST、ZGKJHX、核心刊

摘　　要：针对传统聚类算法无法处理大数据中多视图高维数据问题,提出一种基于混沌粒子群优化算法的智能加权K均值聚类算法。在聚类模型中引入聚类之间的耦合程度以扩大聚类的相似性。为了消除初始聚类中心的敏感性,利用混沌粒子群优化算法通过全局搜索得到最优初始聚类中心、视图权重和特征权重。引入一种精确摄动策略提高混沌粒子群优化算法的寻优性能。通过在Apache Spark和Single Node两个平台上的实验验证了该方法在视图多、维数高的复杂数据集条件下具有较好的聚类性能。

关 键 词：大数据 K均值聚类 高维多视图数据  粒子群优化算法

分 类 号：TP301.6]