基于MPI的并行K |
您所在的位置:网站首页 › mpi 标准 › 基于MPI的并行K |
基于 MPI 的并行 K-Means 算法研究
寸江涛 ; 高提雷
【摘
要】 聚类分析中处理数据量的急剧增加 , 面对大规模数据 , 传统 K-Means 聚类 算法面临着巨大挑战 .K-means 聚类算法在面对海量数据时 , 时间和空间的复杂性已 成为 K — means 聚类算法的瓶颈 ; 在传统的 K 均值算法的基础上 , 详细介绍了基于大 规模集群环境下的并行 K-means 聚类算法 , 给出了计算速度和效率的方法 , 并通过 实验证明了该算法的正确性以及对传统算法在速度的上优势 ; 研究结果可以为以后 设计更好的大规模数据快速并行聚类划分算法提供研究依据 .
【期刊名称】 《保山学院学报》
【年 ( 卷 ), 期】 2016(035)005
【总页数】 4 页 (P77-80)
【关键词】 K-means 聚类算法 ; 并行计算 ;MPI; 加速比
【作
者】 寸江涛 ; 高提雷
【作者单位】 保山学院后勤管理处 , 云南保山 678000; 云南财经大学信息学院 , 云南 昆明 650221
【正文语种】 中
文
【中图分类】 TP3
随着计算机、网络和分布式技术的发展,其使用到的核心数逐渐达到数十万 MB , 而且运行于其上的应用的复杂性也不断加大。因此,开发人员需要对并行应用的性 能进行测量,并做出分析,以便对程序源码进行优化,提高程序的执行效率。但是 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |