2025年3月26日
星期三
|
欢迎来到佛山市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
董家鸣
作品数:
1
被引量:2
H指数:1
供职机构:
北京大学地球与空间科学学院
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
张驰
北京大学地球与空间科学学院
潘懋
北京大学地球与空间科学学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
子空间
1篇
子空间聚类
1篇
维数
1篇
聚类
1篇
聚类算法
1篇
空间聚类
1篇
高维
1篇
高维数据
1篇
MAPRED...
1篇
并行聚类
机构
1篇
北京大学
作者
1篇
潘懋
1篇
董家鸣
1篇
张驰
传媒
1篇
科学技术与工...
年份
1篇
2017
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于MapReduce的并行子空间聚类算法
被引量:2
2017年
随着现有数据体量的迅速增长,超大规模中高维数据集的聚类问题变得越来越重要;而现有的子空间聚类算法大多是单机串行执行,处理此类问题效率极低。讨论了利用MapReduce对这类数据集进行并行聚类的方法,提出了基于MapReduce的抽样-忽略子空间聚类算法(sample-ignore subspace clustering using MapReduce,SISCMR)。该算法将串行聚类算法用作插件,具有很好的通用性。在人造和真实数据集上进行了大量实验,其中最大为0.2 TB的数据集在128个核心的集群中仅用不到10 min就完成了聚类,验证了该算法良好的聚类质量、近线性的可扩展性和高效的聚类性能,证明了基于MapReduce的并行聚类的可行性。
董家鸣
潘懋
张驰
关键词:
子空间聚类
并行聚类
MAPREDUCE
高维数据
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张