模糊系统的微粒群并行聚类算法

作者：王泽 蔡焕夫 高平安并行聚类模糊系统微粒群优化任务并行异步通信

摘要：为了解决大规模的数据聚类问题时需要的大量计算,提出了一种模糊系统的微粒群优化并行k-means聚类算法。该方法利用模糊规则,动态地调整微粒群惯性权重和加速因子,克服群体逐渐失去迁移性而停止进化的问题,保证群体多样性而避免陷入局部极小值。采用任务并行和部分异步通信模式,降低计算时间。实验结果表明,该算法在并行机群上运行时,加快了聚类算法的计算速度,提高了聚类质量。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社