| 基于改进属性约简的细粒度并行AP聚类算法 |
| |
| 引用本文： | 朱红,丁世飞,许新征.基于改进属性约简的细粒度并行AP聚类算法[J].计算机研究与发展,2012,49(12):2638-2644. |
| |
| 作者姓名： | 朱红 丁世飞 许新征 |
| |
| 作者单位： | 1. 中国矿业大学计算机科学与技术学院 江苏徐州221116;徐州医学院医学信息学院 江苏徐州221004
2. 中国矿业大学计算机科学与技术学院 江苏徐州221116;中国科学院计算技术研究所智能信息处理重点实验室 北京100190 |
| |
| 基金项目： | 国家自然科学基金项目，江苏省基础研究计划(自然科学基金)项目，中国科学院智能信息处理重点实验室开放基金项目，江苏省研究生培养创新工程项目 |
| |
| 摘 要： | Affinity Propagation(AP)聚类算法将所有数据点作为潜在的聚类中心,在相似度矩阵的基础上通过消息传递进行聚类.与传统聚类方法相比,对于规模很大的数据集,AP是一种快速、有效的聚类方法.正是这样,属性约简对于AP算法非常重要.另外,在大规模并行系统的设计中,细粒度并行是实现高性能的基本策略.提出了一种基于改进属性约简的细粒度并行AP聚类算法(IRPAP),将粒度思想引入到并行计算中.首先分析了并行计算中的粒度原理.然后用改进的属性约简算法对数据集预处理.此算法并行计算并选择差别矩阵元素,降低了时间空间复杂度,最后用AP算法聚类.整个IRPAP算法将任务划分到多个线程同时处理.实验证明,对于大规模数据集的聚类,IRPAP算法比AP算法效率更高.
|
| 关 键 词： | 属性约简 细粒度 并行计算 AP算法 聚类 |
An AP Clustering Algorithm of Fine-Grain Parallelism Based on Improved Attribute Reduction |
| |
| Zhu Hong
,
Ding Shifei
,
Xu Xinzheng.An AP Clustering Algorithm of Fine-Grain Parallelism Based on Improved Attribute Reduction[J].Journal of Computer Research and Development,2012,49(12):2638-2644. |
| |
| Authors: | Zhu Hong Ding Shifei Xu Xinzheng |
| |
| Affiliation: | 1,2 1(School of Computer Science and Technology, China University of Mining and Technology, Xuzhou, Jiangsu 221116) 2(Key Laboratory of Intelligent Information Processing, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190) 3(School of Medical Information, Xuzhou Medical College, Xuzhou Jiangsu 221004) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
