[发明专利]一种并行化K‑means改进方法及系统在审
| 申请号： | 201610455944.7 | 申请日： | 2016-06-22 |
| 公开（公告）号： | CN106127244A | 公开（公告）日： | 2016-11-16 |
| 发明（设计）人： | 冯研 | 申请（专利权）人： | TCL集团股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 深圳市君胜知识产权代理事务所 44268 | 代理人： | 王永文;刘文求 |
| 地址： | 516006 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种并行化K‑means改进方法及系统，其中，所述方法包括步骤：通过Spark大数据平台读取存放在分布式文件系统上的数据对象集，生成弹性数据集RDD；采用Map操作将所述弹性数据集RDD转化为向量数据集；通过Map操作对所述向量数据集进行Canopy计算，得到P个Canopy集合以及各个Canopy集合的中心点；将所述P个Canopy集合的中心点赋值给K个Cluster的中心点；通过Map操作对所述向量数据集进行K‑means计算，输出聚类结果。通过本发明方法可解决K‑means算法聚类结果稳定性和准确性差的问题；并有效提高K‑means算法的执行效率。 | ||
| 搜索关键词： | 一种 并行 means 改进 方法 系统 | ||
【主权项】：
一种基于Spark平台实现的并行化K‑means改进方法，其特征在于，包括步骤：A、通过Spark大数据平台读取存放在分布式文件系统上的数据对象集，生成弹性数据集RDD；B、采用Map操作将所述弹性数据集RDD转化为向量数据集；C、然后对所述向量数据集进行Canopy计算，得到P个Canopy集合以及各个Canopy集合的中心点；E、将所述P个Canopy集合的中心点赋值给K个Cluster的中心点，所述P=K；F、根据所述K值以及Cluster的中心点，对所述向量数据集进行K‑means计算，输出聚类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于TCL集团股份有限公司，未经TCL集团股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610455944.7/，转载请声明来源钻瓜专利网。
