基于mpi層次聚類算法的研究的研究及實現(xiàn)的論文

《基于mpi層次聚類算法的研究的研究及實現(xiàn)的論文》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術(shù)論文-天天文庫。

1、ClassifiedIndex：TP301DissertationfortheMasterDegreeinEngineeringCandidate：Supervisor：LiXinxinZhangHongAcademicDegreeAppfiedfor：MasterofEngineeringSpeciality：DateofOralExamination：University：ComputerSoftwareandTheoryMarch，20tIHarbinUniversityofScienceandTechnology國內(nèi)圖書分類號：TP301工學碩士

2、學位論文基于MPI的層次聚類算法的研究及實現(xiàn)碩士研究生：導師：申請學位級別：學科、專業(yè)：所在單位：答辯日期：授予學位單位：李欣欣張宏工學碩士計算機軟件與理論計算機科學與技術(shù)學院2012年3月哈爾濱理工大學Classified／ndex：TP30lDissertationfortheMasterDegreeinEngineeringResearchandImplementationofHierarchicalClusteringAlogithmBasedonMPICandidate：Supervisor：AcademicDegreeAppHedfor：Sp

3、ecialty：DateofOralExamination：University：LiXinxinZhangHongMasterofEngineeringComputerSottwareandTheoryMarch,2012HarbinUniversityofScienceandTechnology哈爾濱理工大學碩士學位論文原創(chuàng)性聲明本人鄭重聲明：此處所提交的碩士學位論文《基于MP]的層次聚類算法研究及實現(xiàn)》，是本人在導師指導下，在哈爾濱理工大學攻讀碩士學位期間獨立進行研究工作所取得的成果。據(jù)本人所知，論文中除已注明部分外不包含他人已發(fā)表或撰寫過的研究成

4、果。對本文研究工作做出貢獻的個人和集體，均已在文中以明確方式注明。本聲明的法律結(jié)果將完全由本人承擔。作者簽名：杏鉚期：州埠碉lr日哈爾濱理工大學碩士學位論文使用授權(quán)書《基于MPI的層次聚類算法研究及實現(xiàn)》系本人在哈爾濱理工大學攻讀碩士學位期間在導師指導下完成的碩士學位論文。本論文的研究成果歸哈爾濱理工大學所有，本論文的研究內(nèi)容不得以其它單位的名義發(fā)表。本人完全了解哈爾濱理工大學關于保存、使用學位論文的規(guī)定，同意學校保留并向有關部門提交論文和電子版本，允許論文被套閱和借閱。本人授權(quán)哈爾濱理工大學可以采用影印、縮印或其他復制手段保存論文，可j以公布論文的全部

5、或部分內(nèi)容。本學位論文屬于保密口在年解密后適用授權(quán)書。不保密目。(請在以上相應方框ia打√)作者簽名：座旅伏日期：2。陣狷陽聊繇碟恢吼紗陣加晴基于MPI的層次聚類算法的研究及實現(xiàn)摘要數(shù)據(jù)挖掘領域涉及很多方面的知識，聚類分析是該領域中的技術(shù)之～，也是該領域中重點研究內(nèi)容之一。聚類分析實際上是對數(shù)據(jù)集進行分類、分組的一種方法。聚類分析應用廣泛，在機器學習、生物學、統(tǒng)計學、市場營銷等等很多領域都被用到，在這些領域中聚類分析起到了至關重要的作用，做出了不小的貢獻。聚類算法是聚類分析中起著決定性作用的部分，聚類分析的中的聚類算法有很多，其中層次聚類算法是主要算法之

6、一。層次聚類算法的特點是結(jié)構(gòu)簡單、運行時速度快，并且在遇到大規(guī)模數(shù)據(jù)集的時候，它能夠?qū)ζ溥M行有效的處理。該算法是實際應用中聚類分析的支柱。層次聚類算法在運行時，會對所有待聚類數(shù)據(jù)進行距離計算，得到距離矩陣，然后按照矩陣中元素的值對類進行合并操作，產(chǎn)生新的類，但是每一次合并操作之后，要再次對需所有類進行類間距離的計算，這樣的操作使得計算的時間復雜度很高。隨著數(shù)據(jù)規(guī)模的不斷遞增，提高聚類效率和聚類質(zhì)量也是一個刻不容緩的研究方向?；谏鲜龇治?，針對層次聚類算法存在的問題，本文對傳統(tǒng)層次聚類算法進行了改進，通過把類之間的距離按照一定順序進行排序，以此來解決合并類

7、后還要重新計算距離的問題，在此基礎上本文又結(jié)合了最小生成樹的算法，即克魯斯卡爾算法對層次聚類算法做了進一步改進，總體上使得算法可伸縮性得到提高，計算復雜性得到降低。為進一步提高算法執(zhí)行效率，論文同時研究了并行層次聚類算法的并行實現(xiàn)。選用局域網(wǎng)環(huán)境，并行虛擬機PVM和LINUX，共同搭建的機群系統(tǒng)作為并行計算平臺。在并行程序的模型上采用了基于MPI消息傳遞接口的模型。論文在時間復雜度問題上，進行了理論分析，并且進行了實驗，從這兩個方面對并行算法進行了評價。實驗結(jié)果表明：基于MPI的層次聚類算法的聚類結(jié)果與串行算法相同，但執(zhí)行效率得到了很大的提高。關鍵詞聚類

8、分析；層次聚類；排序；并行算法；MPI哈爾濱理工大學工學碩士學位論文Resear