《计算机应用研究》|Application Research of Computers

基于改进人工蜂群算法与MapReduce的大数据聚类算法

Clustering algorithm of big data based on improved artificial bee colony algorithm and MapReduce

免费全文下载 (已被下载 次)  
获取PDF全文
作者 孙倩,陈昊,李超
机构 湖北大学 信息化建设与管理处;湖北大学 计算机与信息工程学院
统计 摘要被查看 次,已被下载
摘要 针对大数据聚类算法计算效率与聚类性能较低的问题,提出了一种基于改进人工蜂群算法与MapReduce的大数据聚类算法。将灰狼优化算法与人工蜂群算法结合,同时提高人工蜂群算法的搜索能力与开发能力。该策略能够有效地提高聚类处理的性能。采用混沌映射与反向学习作为ABC种群的初始化策略,提高搜索的解质量。将聚类算法基于Hadoop的MapReduce编程模型实现,通过最小化类内距离的平方之和,实现对大数据的聚类处理。实验结果表明,该算法有效地提高了大数据集的聚类质量,同时加快了聚类速度。
关键词 数据分析;聚类算法;人工蜂群算法;灰狼优化算法;云计算;分布式计算
基金项目 湖北省教育厅科学技术研究重点项目(D20141005)
本文URL http://www.arocmag.com/article/02-2020-06-009.html
收稿日期
修回日期
页码 -
中图分类号 TP391
文献标志码