K-평균 기상 데이터 마이닝 기반 클라우드 컴퓨팅 연구 및 병렬 응용 프로그램
난징 대학교 정보 공학 팬 Wubin
클러스터링 분석 데이터 마이닝에 중요 한 연구 분야, 그것은 더 유사한 동일한 클러스터에서 개체를 만드는, 데이터 클러스터링의 여러 종류를 분할 이며 다른 클러스터링 개체는 매우 큰. K-평균 알고리즘 파티션, 제곱 오류에 따라 가장 고전적인 클러스터링 방법으로 간주 됩니다 및 조건 함수 클러스터링 기준으로 사용 되 고 알고리즘은 상대적으로 확장 가능 하 고 데이터 집합 처리에 효율적. 그러나, 대규모 데이터를 얼굴에 계산도 증가 하 고 리소스와 시간 비용의 작업 증가 분명 키를 누릅니다. 분석 및 연구, 전통적인 병렬 컴퓨팅 모델과 비교를 통해이 병목 현상을 돌파 MapReduce 분산된 컴퓨팅 모델 병렬 처리, 고장 처리, 지역화 계산, 부하 분산 등의 세부 정보를 캡슐화 하 고 간단 하 고 강력한 프로그래밍 인터페이스를 제공, 크게 병렬 프로그래밍의 어려움을 간단 하 게, MapReduce를 사용 하 여 병렬 프로그램을 개발, 사용자만 해결 하는 병렬 컴퓨팅 작업에 집중 해야 합니다. 따라서,를 다루는 대규모 데이터의 장점을 Hadoop 플랫폼을 사용 하 여, 향상 된 알고리즘 Hadoop 플랫폼에 K-평균 알고리즘의 MapReduce 병렬화를 실현 하기 위해 제시 된다. 마지막으로, 병렬 K-평균 알고리즘 기반 MapReduce 유효성, speedup 및 확장성의 클러스터링 결과 통해 평가 됩니다.
K-평균 기상 데이터 마이닝 기반 클라우드 컴퓨팅 연구 및 병렬 응용 프로그램
Start building with 50+ products and up to 12 months usage for Elastic Compute Service
1 on 1 presale consultation
24/7 Technical Support 6 Free Tickets per Quarter Faster Response
Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.
A comprehensive suite of global cloud computing services to power your business
Payment Methods We Support
