2025年1月6日
星期一
|
欢迎来到鞍山市图书馆•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
>
>
钱鑫
作品数:
2
被引量:4
H指数:1
供职机构:
山东理工大学计算机科学与技术学院
更多>>
发文基金:
山东省自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
张龙波
山东理工大学计算机科学与技术学...
田爱奎
山东理工大学计算机科学与技术学...
邓齐志
山东理工大学计算机科学与技术学...
汪金苗
山东理工大学计算机科学与技术学...
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
期刊文章
1篇
学位论文
领域
2篇
自动化与计算...
主题
2篇
数据密集型
2篇
聚类
2篇
聚类算法
2篇
计算环境
1篇
噪声
1篇
噪声识别
1篇
数据密集型计...
1篇
面向数据
1篇
基于密度
1篇
分布式
1篇
分布式聚类
1篇
分布式聚类算...
机构
2篇
山东理工大学
作者
2篇
钱鑫
1篇
汪金苗
1篇
邓齐志
1篇
田爱奎
1篇
张龙波
传媒
1篇
济南大学学报...
年份
2篇
2013
共
2
条 记 录,以下是 1-2
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
一种面向数据密集型计算环境的聚类算法
被引量:3
2013年
针对数据密集型计算环境下数据具有海量、分布、异构、高速变化等特点,分析传统的基于密度的分布式聚类(Density Base Distributed Clustering,DBDC)算法,借助MapReduce编程模型,提出一种新的分布式聚类算法,采用局部和全局的方式处理海量、异构数据,解决具有以上特点的数据密集型计算环境下数据的分析挖掘问题。得出算法的复杂度为O((nlog2n)/p),实验验证在数据量与节点数变化时算法具有较高的稳定性和可伸缩性,与原算法对比该算法具有较高的准确度。
钱鑫
张龙波
田爱奎
邓齐志
汪金苗
关键词:
数据密集型计算
分布式聚类
数据密集型计算环境下聚类算法的研究
近年来,数据密集型计算越来越得到相关学者的关注。数据密集型计算环境下的数据具有海量、高速变化、分布、异构、半结构化或非结构化的特点,传统的数据挖掘算法已经不能满足其处理要求。如何从具有这些数据特点的数据中挖掘出有效的信息...
钱鑫
关键词:
聚类算法
噪声识别
文献传递
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