基于mapreduce的聚类算法研究,云计算环境下基于hadoopmapreduce编程模型下,聚类算法实现论文。
聚类算法是一种在机器学习领域广泛应用的方法,它通过将数据集分成不同的群组来发现数据的内在结构。本文通过对不同聚类算法的研究进行综述和分析,总结了各种聚类算法的原理、优缺点以及在各个领域中的应用情况。同
介绍了一种基于有限缓存的输入队列交换机的集成调度和缓存管理策略(ISMM),该方案在吞吐量和平均延迟两项性能指标上有了很大改善。以前的许多关于输入队列交换机的调度方案都是在无限缓存的前提下完成的,但实
提出一种新的基于竞争聚类的离线签名验证算法。在注册阶段,通过样本特征的相关系数检查样本的一致性;在验证阶段,利用样本与待验签名的竞争聚类结果判断待验签名的真伪。实验结果表明,该算法不需用阈值来进行控制
在软件开发过程中,回归测试是一项重要而复杂耗时的工作。测试用例排序技术作为提高测试效率的一种有效手段,是近年的研究热点之一。测试用例排序技术根据测试目标对测试用例进行排序,使得最优的测试用例能够优先执
为提高匿名化后数据的可用性,给出了一种加权确定惩罚模型作为数据有用性的度量方法,提出了两种基于局部聚类的数据匿名化算法。通过真实数据实验评估,该算法能够很好地降低实现匿名保护时概化处理所带来的信息损失
传统的文献聚类算法根据分析文献关键词进行,忽视了文献之间的引用关系,导致了主题漂移和搜索精度不高的问题。针对引文网络中的聚类问题,受到优先情节和增长定律的启发,提出了一种基于角色划分的分层次的文献软聚
针对K-means聚类算法容易陷入局部最优、不能处理边界对象及线性不可分的缺点,提出一种基于粒子群的粗糙核聚类算法。该算法通过Mercer核将输入样本空间中的样本映射到高维空间,使样本变得线性可分,并
针对经典谱聚类算法无法自适应确定聚类数目,以及在处理大数据量的聚类问题时效率不高的问题,提出了一种基于密度峰值优化的谱聚类算法。该方法首先计算数据对象的局部密度,以及每个数据对象与其他数据对象的最小距
为了更有效地解决网格资源的搜索和定位问题,提出一种以P2P形式实现的、基于兴趣聚类的非集中式网格资源发现算法。算法采用被动学习方式,通过用户的访问历史抽取节点的兴趣属性,将节点按照兴趣属性划分为多个簇