基于集群的增量分布式RSOM聚类方法

夏胜平; 刘建军; 袁振涛; 虞 华; 张乐锋; 郁文贤

您当前的位置：

首页 >

文章列表页 >

基于集群的增量分布式RSOM聚类方法

论文 | 更新时间：2025-07-16

- 基于集群的增量分布式RSOM聚类方法
- Cluster-Computer Based Incremental and Distributed RSOM Data-Clustering
- 电子学报 2007年35卷第3期页码：385-391
- 作者机构：
  
  国防科学技术大学电子科学与工程学院ATR重点实验室,湖南,长沙,410073
- 作者简介：
- 基金信息：
  
  国家863计划 (No.2003AA134030);国家重点实验室基金项目 (No.9140C8001020603)
- DOI：
  中图分类号： TP18
- 纸质出版：2007
- 稿件说明：
移动端阅览
夏胜平, 刘建军, 袁振涛, 等. 基于集群的增量分布式RSOM聚类方法[J]. 电子学报, 2007,35(3):385-391.

XIA Sheng-ping, LIU Jian-jun, YUAN Zhen-tao, et al. Cluster-Computer Based Incremental and Distributed RSOM Data-Clustering[J]. Acta Electronica Sinica, 2007, 35(3): 385-391.
夏胜平, 刘建军, 袁振涛, 等. 基于集群的增量分布式RSOM聚类方法[J]. 电子学报, 2007,35(3):385-391. DOI：

XIA Sheng-ping, LIU Jian-jun, YUAN Zhen-tao, et al. Cluster-Computer Based Incremental and Distributed RSOM Data-Clustering[J]. Acta Electronica Sinica, 2007, 35(3): 385-391. DOI：

摘要

对于海量和高维的大规模数据聚类问题

其数据个数以及模式种类通常处于一个动态增加的过程之中

为此进行增量、并行算法的设计

以提供更好的计算能力是十分必要的.注意到人脑增量学习的本质和RSOM(Recursive Self-Organizing Map)的层次化、分布式结构特点

本文研究了基于高性能集群并行计算环境的增量、分布式RSOM并行算法

并以视频图像特征集实例证实了算法的可行性.

Abstract

For large data-set with high dimensionality

of which the numbers of samples and patterns increase dynamically

in roder to improve the computing-efficiency

it is necessary to design parallel incremental clustering algorithm.Noticing the nature of the human brain-an incremental studying style

and the hierarchical and distributed structure properties of a RSOM tree

a Cluster-computer system based incremental and distributed parallel algorithm of RSOM tree is proposed.The performance of this method is tested with the large feature data sets which are extracted from a large amount of video pictures.

关键词

Keywords

references

浏览量

702

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进量子旋转门的量子进化数据聚类

基于流形距离的量子进化聚类算法

基于主题的自适应、在线网络热点发现方法及新闻推荐系统

多传感器多目标无源定位跟踪算法研究