基于MPI并行編程的譜聚類算法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
譜聚類算法由于其可識(shí)別非凸數(shù)據(jù)分布、可有效避免局部最優(yōu)解、不受數(shù)據(jù)點(diǎn)維數(shù)限制等優(yōu)點(diǎn)，在許多領(lǐng)域得到廣泛應(yīng)用。然而，隨著數(shù)據(jù)量的增大和數(shù)據(jù)維數(shù)的增多，在保證聚類準(zhǔn)確性的前提下，盡可能降低計(jì)算時(shí)間將變得非常必要。此外，影響譜聚類算法聚類質(zhì)量的因素除數(shù)據(jù)集本身外，還與所采用的求解距離矩陣的方法、相似性矩陣的尺度參數(shù)、Laplacian矩陣形式等多種因素相關(guān)。針對(duì)以上問題，首先對(duì)于大規(guī)模數(shù)據(jù)問題，將MPI并行編程模型應(yīng)用于譜聚類算法；然后利用￡最近鄰方法對(duì)譜聚類算法中較大維數(shù)的Laplacian矩陣進(jìn)行近似轉(zhuǎn)化，同時(shí)用局部尺度（Local Scaling）參數(shù)對(duì)算法中的尺度參數(shù)進(jìn)行自動(dòng)調(diào)節(jié)。基于上述分析，提出了一種譜聚類并行實(shí)現(xiàn)算法，即稀疏化局部尺度并行譜聚類算法SLSPSC，并在四個(gè)數(shù)據(jù)集上進(jìn)行了測(cè)試，與現(xiàn)有的并行譜聚類算法PSC在運(yùn)行時(shí)間和聚類質(zhì)量?jī)煞矫孀隽吮容^分析。實(shí)驗(yàn)結(jié)果顯示，該算法降低了求解Laplacian矩陣的總時(shí)間，同時(shí)部分?jǐn)?shù)據(jù)集聚類質(zhì)量得到較大提高。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于MPI并行編程的譜聚類算法下載
相關(guān)電子資料下載
- 干貨分享：宏集物聯(lián)網(wǎng)HMI通過S7 MPI協(xié)議采集西門子400PLC數(shù)據(jù) 141
- 蘇州龍谷加入甲辰計(jì)劃，共建RISC-V生態(tài)繁榮，聚焦基于RISC-V的大規(guī)模并行編程場(chǎng) 547
- MPI 5G手機(jī)天線新材料的應(yīng)用及焊接制造 282
- 基于RA4M2工程將IAR Compiler添加到e2 Studio中相關(guān)操作的介紹 551
- Bumping工藝流程工作原理 光刻工藝原理和流程 941
- PE43711B-Z數(shù)字步進(jìn)衰減器的功能分析 782
- Bumping工藝制程流程及工作原理 1056
- 5G天線材料分類，LCP材料和MPI材料的特點(diǎn) 5750
- 新思科技3DIC Compiler獲得三星多裸晶芯集成工藝流程的認(rèn)證 1004
- XILINX FPGA IP之DDS Compiler_ip例化仿真 1292