[发明专利]一种高效的并行不确定性数据聚类方法在审
| 申请号： | 201910334513.9 | 申请日： | 2019-04-24 |
| 公开（公告）号： | CN110059142A | 公开（公告）日： | 2019-07-26 |
| 发明（设计）人： | 吴翠先;何少元;何登平 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06F16/28 | 分类号： | G06F16/28;G06F16/27;G06F16/2458;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 400065*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明是一种高效的并行不确定性数据聚类方法。包括，利用区间数结合不确定性数据的统计信息来对不确定性数据进行描述。距离度量，对区间数间的距离进行进一步分析推导，得到更加适合不确定性数据间距离度量的距离度量方式。将数据的不确定性度量与表示，以及距离度量引入到聚类算法OPTICS中，来构建串行的不确定性数据聚类方法。使用MDD‑PRBP方法对数据集进行最小边界点数和均衡的分区划分，保障后续并行计算的负载均衡与聚类方法最终的高效运行。结合Hadoop平台，运用MapReduce模型实现并行计算，构建出一种高效的并行不确定性数据聚类方法。 | ||
| 搜索关键词： | 不确定性数据 聚类 距离度量 并行 并行计算 构建 不确定性 负载均衡 高效运行 聚类算法 模型实现 统计信息 最小边界 数据集 点数 推导 度量 分区 均衡 引入 分析 | ||
【主权项】：
1.一种高效的并行不确定性数据聚类方法，其特征在于，包括数据的不确定性度量与表示、不确定性数据间的距离度量、构建串行的不确定性数据聚类方法、数据分区划分、构建高效的并行不确定性数据聚类方法。
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重庆邮电大学，未经重庆邮电大学许可，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/201910334513.9/，转载请声明来源钻瓜专利网。
