您当前的位置：
首页 >
文章列表页 >
基于MapReduce与优化布谷鸟算法的并行密度聚类算法
计算机科学与技术 | 更新时间：2025-05-26

    • 基于MapReduce与优化布谷鸟算法的并行密度聚类算法

    • Parallel density clustering algorithm based on MapReduce and optimized cuckoo algorithm

    • “在并行化密度聚类领域，专家提出了基于MapReduce与优化布谷鸟算法的并行密度聚类算法MCS-KDBSCAN，有效提升了聚类精度和运行时间。”
    • 吉林大学学报（工学版）   2023年53卷第10期 页码：2909-2916
    • 作者机构：

      江西理工大学 信息工程学院，江西 赣州 341000

    • 作者简介：

      毛伊敏（1970-），女，教授，博士.研究方向：大数据，数据挖掘，生物技术，地理信息.E-mail：maoyimin2022@yeah.net

    • 基金信息：
      国家重点研发计划项目(2018YFC1504705);国家自然科学基金项目(41562019)

    • DOI：10.13229/j.cnki.jdxbgxb.20220601    

      中图分类号： TP311.13

    • 收稿：2022-05-18，

      纸质出版：2023-10-01

    移动端阅览

  • 毛伊敏,顾森晴.基于MapReduce与优化布谷鸟算法的并行密度聚类算法[J].吉林大学学报（工学版）,2023,53(10):2909-2916. DOI： 10.13229/j.cnki.jdxbgxb.20220601.

    MAO Yi-min,GU Sen-qing.Parallel density clustering algorithm based on MapReduce and optimized cuckoo algorithm[J].Journal of Jilin University(Engineering and Technology Edition),2023,53(10):2909-2916. DOI： 10.13229/j.cnki.jdxbgxb.20220601.

  •  
  •  

0

浏览量

8

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于密度聚类的商用车编队策略
支持大规模流数据处理的弹性在线MapReduce模型及拓扑协议
基于密度聚类和多示例学习的图像分类方法
新疆乌鲁木齐河东矿区煤层含气特征及主控因素
渤海湾盆地歧口凹陷南部斜坡区沙河街组砂岩输导层分布特征及控藏意义

相关作者

胡云峰
陈虹
刘迪
孙耀
魏晓辉
李翔
李洪亮
李聪

相关机构

吉林大学 汽车底盘集成与仿生全国重点实验室
吉林大学 通信工程学院
同济大学 电子与信息工程学院
吉林大学 计算机科学与技术学院
吉林大学 符号计算与知识工程教育部重点实验室
0