基于Spark并行化的改进K-means轨迹聚类的方法

下载PDF

导出

摘要本文设计了一种对K-means初始化改进的Canopy+Kmeans++聚类方法,提高上轨迹聚类算法的效率,为进一步提升轨迹大数据聚类的迭代计算效率,本文利用Spark计算架构的可伸缩性和分布式等特,实现Canopy+K-means++轨迹聚类算法的并行化,并通过对比实验来证明该并行化聚类方案的有效性。

作者孙明悦马胤垚

机构地区中国科学技术大学先进技术研究院

出处《数字技术与应用》 2023年第10期112-114,共3页 Digital Technology & Application

关键词轨迹聚类聚类算法可伸缩性并行化迭代计算聚类方法初始化 CANOPY

分类号 TP3 [自动化与计算机技术—计算机科学与技术] TN9 [电子电信—信息与通信工程]

引文网络
相关文献

参考文献3

1江红..一种新的时空轨迹聚类算法KST--DBSCAN的研究[D].华中师范大学,2022:
2俞庆英,赵亚军,叶梓彤,胡凡,夏芸.基于群组与密度的轨迹聚类算法[J].计算机工程,2021,47(4):100-107. 被引量：2
3严斯柔..基于GPS数据的轨迹聚类算法研究[D].杭州电子科技大学,2021:

二级参考文献6

1戴阳阳,李朝锋,徐华.初始点优化与参数自适应的密度聚类算法[J].计算机工程,2016,42(1):203-209. 被引量：20
2程启明,张强,程尹曼,褚思远,杨小龙.基于密度峰值层次聚类的短期光伏功率预测模型[J].高电压技术,2017,43(4):1214-1222. 被引量：25
3高强,张凤荔,王瑞锦,周帆.轨迹大数据:数据处理关键技术研究综述[J].软件学报,2017,28(4):959-992. 被引量：127
4何熊熊,管俊轶,叶宣佐,詹亦钊.一种基于密度和网格的簇心可确定聚类算法[J].控制与决策,2017,32(5):913-919. 被引量：22
5高旭,桂志鹏,隆玺,栗法,吴华意,秦昆.KDSG-DBSCAN:一种基于K-D Tree和Spark GraphX的高性能DBSCAN算法[J].地理与地理信息科学,2017,33(6):1-7. 被引量：9
6王佳玉,张振宇,褚征,吴晓红.一种基于轨迹数据密度分区的分布式并行聚类方法[J].中国科学技术大学学报,2018,48(1):47-56. 被引量：6

共引文献1

1陈明阳,郑积仕.视频媒体网络中基于轨迹优化的监控图像聚类算法[J].盐城工学院学报（自然科学版）,2023,36(4):17-23.

1文孝强,杨剀勋,许子昂.基于改进K-means聚类算法与马尔可夫链的风机性能评估新方法[J].现代信息科技,2023,7(17):66-70.
2邱斌,李学礼.基于NOMA的无人机群应急通信系统总和速率优化[J].电子测量技术,2023,46(13):139-145. 被引量：1
3李金,张荣芬,罗朝阳,刘宇红.融合K-Means和多尺度自适应的复杂场景视觉SLAM方法[J].运筹与模糊学,2023,13(5):4700-4711.
4朱全,纪萍,郭家伟.基于改进K-Means聚类算法的车轮踏面损伤检测研究[J].西昌学院学报（自然科学版）,2023,37(3):49-54.

数字技术与应用

2023年第10期

浏览历史

内容加载中请稍等...

基于Spark并行化的改进K-means轨迹聚类的方法

参考文献3

二级参考文献6

共引文献1

相关作者

相关机构

相关主题

浏览历史