2024年12月28日
星期六
|
欢迎来到海南省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
吕奕清
作品数:
1
被引量:13
H指数:1
供职机构:
福州大学数学与计算机科学学院
更多>>
发文基金:
福建省省属高校科研专项重点项目
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
林锦贤
福州大学数学与计算机科学学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
优化算法
1篇
子群
1篇
粒子群
1篇
粒子群优化
1篇
粒子群优化算...
1篇
聚类
1篇
聚类算法
1篇
均值聚类
1篇
均值聚类算法
1篇
PSO
1篇
K均值
1篇
K均值聚类
1篇
K均值聚类算...
1篇
K均值算法
1篇
MPI
1篇
并行聚类
机构
1篇
福州大学
作者
1篇
林锦贤
1篇
吕奕清
传媒
1篇
计算机应用
年份
1篇
2011
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于MPI的并行PSO混合K均值聚类算法
被引量:13
2011年
传统的串行聚类算法在对海量数据进行聚类时性能往往不尽如人意,为了适应海量数据聚类分析的性能要求,针对传统聚类算法的不足,提出一种基于消息传递接口(MPI)集群的并行PSO混合K均值聚类算法。首先将改进的粒子群与K均值结合,提高该算法的全局搜索能力,然后利用该算法提出一种新的并行聚类策略,并将该算法与K均值聚类算法、粒子群优化(PSO)聚类算法进行比较。实验结果表明,该算法不仅具有较好的全局收敛性,而且具有较高的加速比。
吕奕清
林锦贤
关键词:
粒子群优化算法
K均值算法
并行聚类
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张