资料下载
×
云存储中大数据优化粒子群聚类算法（基于模糊C均值聚类）
消耗积分:1 |
格式:rar |
大小:0.96 MB |
2017-10-28
分享资料个
对云存储系统中的大数据进行优化聚类设计，降低存储开销，提高数据管理和调度能力，传统方法中对云存储大数据聚类方法采用量子进化方法，当量子群个体存在非线性偏移时，数据聚类存在局部收敛，导致聚类准确度降低。提出一种基于优化粒子群算法的云存储中大数据优化聚类算法，进行了云存储大数据聚类的原理分析，在传统的模糊C均值聚类的基础上，采用粒子群聚类算法进行大数据聚类算法改进设计，把数据的分割转化为对空间的分割，得到云存储系统中海量数据的模糊聚类中心矢量，采用粒子群聚类方法对聚类数据的离散样本进行动态分配，得到数据聚类的信息素浓度，结合粒子群优化聚类的约束条件，求得云存储中大数据聚类的中心最优解。仿真结果表明，采用该算法进行云存储中大数据优化粒子群聚类，数据聚类的聚类准确度高，收敛性能较好，能在较短的迭代步数下计算得到最优解，在模式识别等领域展示了较好的应用价值。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
