文献检索-宁波市创意产业特色资源库

限定检索结果

蚁群聚类算法的并行化设计与实现: 收藏
分享
引用; 《控制工程》2013年第3期20卷 411-414页; 作者：杨燕王全根黄波西南交通大学信息科学与技术学院四川成都610031; 蚁群聚类是一种有效的聚类方法,已在数据分析等领域获得广泛应用。MPI并行计算提供高效的数据处理方案,研究蚁群聚类算法的并行化是目前具有挑战性的研究课题。首先介绍了基于传统编程模型的解决TSP问题的蚁群优化算法,以及蚁群优化算法...; 蚁群聚类是一种有效的聚类方法,已在数据分析等领域获得广泛应用。MPI并行计算提供高效的数据处理方案,研究蚁群聚类算法的并行化是目前具有挑战性的研究课题。首先介绍了基于传统编程模型的解决TSP问题的蚁群优化算法,以及蚁群优化算法和K-means结合的聚类方法,描述了它们的基本原理和实现过程。然后,对基于传统编程模型的聚类算法进行MPI并行化改进,实现了基于MPI并行计算的蚁群聚类算法。最后,分别采用Iris、Wine、Zoo3个UCI数据集和Reuter-21578文本数据集进行多次测试,对基于传统编程模型的聚类算法和基于MPI并行计算的聚类算法进行性能和效率上的比较,得出基于MPI并行计算的聚类算法更优的结论。; 来源：详细信息评论

限定检索结果