현재 위치
Home
Research on K-MEANS Clustering Algorithm Based on HADOOP
-
- 발행기관
- 보안공학연구지원센터(IJDTA) 바로가기
-
- 간행물
- International Journal of Database Theory and Application SCOPUS 바로가기
-
- 통권
- Vol.9 No.8 (2016.08)바로가기
-
- 페이지
- pp.79-88
-
- 저자
-
- 언어
- 영어(ENG)
-
- URL
- https://www.earticle.net/Article/A284283
※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.
원문정보
초록
- 영어
- This paper proposes an improved clustering algorithm on the basis of the characteristics of sampling and density. The initial k value and initial center are determined by sampling and density, and parallel improvement is based on the HADOOP platform. Through the experiment, the improved K-Means algorithm has good parallelism.
목차
Abstract
1. Introduction
2. Idea of K-Means Algorithm
2.1. Procedure of the Algorithm
2.2. Shortcomings of the Algorithm
3. Improved K-Means Algorithm Based on Sampling and Density
3.1. Concept
3.2. Parallelized Improvement
4. Experiment Design and Discussion
4.1. Clustering Analysis
4.2. Running Time
4.3. Acceleration Rate
5. Conclusion
References
저자
간행물 정보
발행기관
-
- 발행기관명
- 보안공학연구지원센터(IJDTA) [Science & Engineering Research Support Center, Republic of Korea(IJDTA)]
- 설립연도
- 2006
- 분야
- 공학>컴퓨터학
- 소개
- 1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업
간행물
-
- 간행물명
- International Journal of Database Theory and Application
- 간기
- 격월간
- pISSN
- 2005-4270
- 수록기간
- 2008~2016
- 십진분류
- KDC 505 DDC 605
이 권호 내 다른 논문 / International Journal of Database Theory and Application Vol.9 No.8
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.