資源描述：
《基于MPI的層次聚類算法的研究及實(shí)現(xiàn)》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于MPI的層次聚類算法的研究及實(shí)現(xiàn)摘要數(shù)據(jù)挖掘領(lǐng)域涉及很多方面的知識，聚類分析是該領(lǐng)域中的技術(shù)之～，也是該領(lǐng)域中重點(diǎn)研究內(nèi)容之一。聚類分析實(shí)際上是對數(shù)據(jù)集進(jìn)行分類、分組的一種方法。聚類分析應(yīng)用廣泛，在機(jī)器學(xué)習(xí)、生物學(xué)、統(tǒng)計(jì)學(xué)、市場營銷等等很多領(lǐng)域都被用到，在這些領(lǐng)域中聚類分析起到了至關(guān)重要的作用，做出了不小的貢獻(xiàn)。聚類算法是聚類分析中起著決定性作用的部分，聚類分析的中的聚類算法有很多，其中層次聚類算法是主要算法之一。層次聚類算法的特點(diǎn)是結(jié)構(gòu)簡單、運(yùn)行時(shí)速度快，并且在遇到大規(guī)模數(shù)據(jù)集的時(shí)候，它能夠?qū)ζ溥M(jìn)行有效的處理。該算法是實(shí)際應(yīng)用中聚類分析的支柱。層次聚類算法在運(yùn)行時(shí)，會對所有待聚類數(shù)
2、據(jù)進(jìn)行距離計(jì)算，得到距離矩陣，然后按照矩陣中元素的值對類進(jìn)行合并操作，產(chǎn)生新的類，但是每一次合并操作之后，要再次對需所有類進(jìn)行類間距離的計(jì)算，這樣的操作使得計(jì)算的時(shí)間復(fù)雜度很高。隨著數(shù)據(jù)規(guī)模的不斷遞增，提高聚類效率和聚類質(zhì)量也是一個(gè)刻不容緩的研究方向?；谏鲜龇治?，針對層次聚類算法存在的問題，本文對傳統(tǒng)層次聚類算法進(jìn)行了改進(jìn)，通過把類之間的距離按照一定順序進(jìn)行排序，以此來解決合并類后還要重新計(jì)算距離的問題，在此基礎(chǔ)上本文又結(jié)合了最小生成樹的算法，即克魯斯卡爾算法對層次聚類算法做了進(jìn)一步改進(jìn)，總體上使得算法可伸縮性得到提高，計(jì)算復(fù)雜性得到降低。為進(jìn)一步提高算法執(zhí)行效率，論文同時(shí)研究了并行層
3、次聚類算法的并行實(shí)現(xiàn)。選用局域網(wǎng)環(huán)境，并行虛擬機(jī)PVM和LINUX，共同搭建的機(jī)群系統(tǒng)作為并行計(jì)算平臺。在并行程序的模型上采用了基于MPI消息傳遞接口的模型。論文在時(shí)間復(fù)雜度問題上，進(jìn)行了理論分析，并且進(jìn)行了實(shí)驗(yàn)，從這兩個(gè)方面對并行算法進(jìn)行了評價(jià)。實(shí)驗(yàn)結(jié)果表明：基于MPI的層次聚類算法的聚類結(jié)果與串行算法相同，但執(zhí)行效率得到了很大的提高。關(guān)鍵詞聚類分析；層次聚類；排序；并行算法；MPI哈爾濱理工大學(xué)工學(xué)碩士學(xué)位論文ResearchandImplementationofHierarchicalClusteringAlogithmBasedonMul邱leProgramAbstractClu
4、steranalysiswhichbelongtothefieldofdataminmgisallimportantresearchdirection,theclusteranalysisisactuallyaclassificationofthedataset,apacket．Clusterarlalymiswidelyusedinmanya硝鞠sofmac2遺eteammg,biology,statistics,market,marketing,etc．playanimportantrole．Theclusteringalgoriuanistophyadecisiveroleinth
5、edusteranalysis，hierarchicalclusteringalgorithmisolleofthemainalgorithm．Hierarchicalclusteringalgorithmissimpleandfaster,isapillarofclusteranalysis．Hierarchicalclusteringalgorithmneedtocalculatethedistancebetweenallclasses，andmergedasses筍butWemustrecalculatethedistancebetweentheclass,thehi曲comple
6、xityofthiscalculationtime；Withthecontinuouslyincreasingdatasizeandimprovetheefficiencyofclusteringisalsoallimportantresearchquestion．ProblemsofthehierarchicalclusteringalgorithmbasedOntheaboveanalysis，thisarticleonthetraditionalhierarchicalclusteringalgorithmhasbeenimprovedbythedistancebetweenthe
7、classaccordingtoacertainordertosort,inordertoresolvethemergeclassevellafterre-caleulatingthedistancconthisbasis，thisarticlealsocombhlestheKruskalminimunlspanningtreealgorithmofhierare犧ealclustea圣ngalgorithmtofurtherimp
