2025年4月17日
星期四
|
欢迎来到南京江宁区图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
杨勇
作品数:
1
被引量:8
H指数:1
供职机构:
天津工业大学
更多>>
发文基金:
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
冉娟
天津大学仁爱学院
李春青
天津工业大学
任淑霞
天津工业大学
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
日志
1篇
日志挖掘
1篇
子群
1篇
粒子群
1篇
粒子群优化
1篇
WEB日志
1篇
WEB日志挖...
1篇
HADOOP
1篇
K-MEAN...
机构
1篇
天津工业大学
1篇
天津大学
作者
1篇
任淑霞
1篇
李春青
1篇
冉娟
1篇
杨勇
传媒
1篇
计算机应用
年份
1篇
2016
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于粒子群优化的k-means改进算法实现Web日志挖掘
被引量:8
2016年
针对传统的k-means算法对庞大的Web日志数据进行挖掘处理时,有对初始聚类中心的选择敏感等缺点,容易对聚类准确率产生一定影响等问题,在Hadoop云平台基础上结合粒子群优化(PSO)提出改进的k-means算法。该算法使得k-means算法不受初始聚类中心的影响,并且在Hadoop平台上实现了算法的Map Reduce编程。数学分析和实验结果证明:该改进算法与传统的k-means算法相比具有更高的聚类准确率,与串行单机算法相比运行效率也有很大的提升。
杨勇
任淑霞
冉娟
李春青
关键词:
HADOOP
K-MEANS
粒子群优化
日志挖掘
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张