您当前的位置: > 详细浏览

基于改进人工蜂群算法与MapReduce的大数据聚类算法 后印本

请选择邀稿期刊:
摘要: 针对大数据聚类算法计算效率与聚类性能较低的问题,提出了一种基于改进人工蜂群算法与MapReduce的大数据聚类算法。将灰狼优化算法与人工蜂群算法结合,同时提高人工蜂群算法的搜索能力与开发能力。该策略能够有效地提高聚类处理的性能。采用混沌映射与反向学习作为ABC种群的初始化策略,提高搜索的解质量。将聚类算法基于Hadoop的MapReduce编程模型实现,通过最小化类内距离的平方之和,实现对大数据的聚类处理。实验结果表明,该算法有效地提高了大数据集的聚类质量,同时加快了聚类速度。

版本历史

[V1] 2019-05-10 10:28:40 ChinaXiv:201905.00040V1 下载全文
点击下载全文
预览
许可声明
metrics指标
  •  点击量2828
  •  下载量1163
评论
分享