已閱讀1頁,還剩53頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、聚類分析是數(shù)據(jù)挖掘的重要研究領(lǐng)域之一,在工程、商業(yè)、生命科學(xué)、社會科學(xué)以及其他許多領(lǐng)域得到了廣泛的應(yīng)用。但由于聚類對象在高維特征空間分布的復(fù)雜性,聚類效果評價的不確定性和靈活性,以及聚類作為一個優(yōu)化問題求解的高計算復(fù)雜性,聚類算法仍然面臨著眾多的問題和挑戰(zhàn)。 目前,研究者提出了大量的聚類算法。其中層次聚類算法是其中的主要方法之一,受到了大量學(xué)者的密切關(guān)注。目前最好的串行算法的時間復(fù)雜性可達(dá)到O(n2),但依然難于處理生物信息學(xué)或
2、入侵檢測中的海量數(shù)據(jù);并行算法目前多基于CREW-PRAM或CRCW-PRAM模型,其運行成本不低于O(n2)。這些算法多使用隨機或概率算法,而且算法中的處理器數(shù)目無法根據(jù)運行環(huán)境改變,也沒有考慮各并行處理器對共享存儲器的存儲沖突。本文通過利用完全圖求歐幾里德最小生成樹算法和無存儲沖突的連通分支確定算法,提出一種基于EREW-SIMD共享存儲模型的無存儲沖突并行層次聚類算法,其成本為O(n2)。通過與其他算法性能比較,比較結(jié)果說明本文提
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- Web圖像檢索中并行聚類技術(shù)研究.pdf
- 基于“90-10”規(guī)則的并行層次聚類算法研究.pdf
- 基于劃分和層次的聚類算法關(guān)鍵技術(shù)研究.pdf
- 21515.基于層次聚類的新聞話題發(fā)現(xiàn)技術(shù)研究
- 基于層次聚類的模糊聚類算法的研究.pdf
- 人名聚類檢索技術(shù)研究.pdf
- 基于改進(jìn)層次聚類法與支持向量機的入侵檢測技術(shù)研究.pdf
- 類內(nèi)聚度度量技術(shù)研究.pdf
- 聚類集成關(guān)鍵技術(shù)研究.pdf
- 并行聚類算法的研究與實現(xiàn).pdf
- 聚類CLIQUE算法及其并行化研究.pdf
- 基于MapReduce的并行聚類算法研究.pdf
- 基于聚類的推薦技術(shù)研究.pdf
- BBS短文本聚類技術(shù)研究.pdf
- 音頻分割與聚類技術(shù)研究.pdf
- 聚類算法的相關(guān)技術(shù)研究.pdf
- 層次聚類算法的改進(jìn).pdf
- 基于主題的聚類檢索技術(shù)研究.pdf
- 基于層次的混合聚類算法研究.pdf
- 基于Watershed算法的聚類技術(shù)研究.pdf
評論
0/150
提交評論