1 1 2
2 0 1 3, 4 9 ( 1 9 )
C o m p u t e r E n g i n e e r i n g a n d A p p l i c a t i o n s计算机工程与应用
特征选择的和声模糊聚类研究与应用 王华秋,罗江, Mi c h a e l G E R NDT , V e n t s i s l a v P E T KOV W ANG Hu a qi u, LUO J i a n g ,M i c ha e l GERNDT, Ve n t s i s l a v PETKOV
1 .重庆理工大学计算机学院,重庆 4 0 0 0 5 4 2 .慕尼黑工业大学信息系 I 1 0研究所,德国慕尼黑 D. 8 5 7 4 8 1 . S c h o o l o f Co mp u t e r S c i e nc e, Ch o n g q i n g Un i v e r s i t y o f T e c h n o l o g y, Ch o n g q i n g 4 0 0 0 5 4, Ch i n a 2. I n s t i t u t e o f I n f o r ma t i c s I 1 0, T e c h n o l o g y Un i v e r s i t y Mu n i c h, D一 8 5 7 4 8, Mu n i c h, Ge r ma n y
W ANG Hn a q i u, LUO J i a n g, Mi c h a e l GE RNDT ' e t a 1 . Re s e a r c h a n d a p p l i c a t i o n o f h a r mo n y s e a r c h f u z z y c l u s t e r i n g wi t h
f e a t u r e s e l e c t i o n . Co mp u t e r E n g i n e e r i n g a n d Ap p l i c a t i o n s, 2 0 1 3, 4 9 ( 1 9 ): 1 1 2— 1 1 8 .
Ab s t r a c t:Th r e e me t h o d s a r e a d o p t e d t o a c h i e v e a b e t t e r c l u s t e r i n g q u a l i t y . Co n s i d e r i n g t h e d i f f e r e n t i n l f u e n c e s o f e a c h d i me n - s i o n a t t r i b u t e o f d a t a o n t h e c l u s t e r i n g e f f e c t, s t a t i s t i c
me t h o d i s u s e d t o we i g h t e a c h d i me n s i o n t o s e l e c t f e a t u r e .S o me i mp r o v e -
me n t s a r e c a r r i e d o u t f o r t h e p r o b a b i l i y t o f h a r mo n y s e a r c h a l g o r i t h m a n d c o mb i ne f u z z y c l u s t e r i n g a l g o r i t h m wi t h h a r mo n y s e a r c h t o r a p i d l y in f d t h e o p t i ma l c l u s t e r c e n t e r s . T h e i t e r a t i v e me t h o d i s u s e d t o t e s t c l u s t e r i n g q u a l i y t t o g e t t h e be s t n u mb e r o f c l u s t e r c e n t e r . Th e p r o p o s e d a l g o r i t h m i s a p pl i e d t o p a r a l l e l c o mp u t i n g p e r f o r ma n c e a n a l y s i s t o d i s t i n g u i s h a n d i d e n t i f y t h e pe r— f o m a r n c e b o t t l e n e c k c a t e g o r y o f v a r i o u s p r o c e s s o r s d u r i n g p a r a l l e l p r o g r a m r u n n i n g .Ex p e r i me n t a l r e s u l t s s h o w t h a t t h e p r o—
p o s e d c l u s t e r i n g a l g o r i t h m o u t F I e r f o m s r o t h e r s i mi l a r a l g o r i t h ms . Th i s p e r f o m a r n c e a n a l y s i s me t h o d c a n i mp r o v e t h e o p e r a t i n g e ic f i e n c y o f t h e p a r a l l e l p r o g r a m.
Ke y wo r ds: h a r mo n y s e a r
c h; uz f z y c l u s t e r i n g; f e a t u r e s e l e c t i o n; p a r a l l e l p e r f o m a r n c e a n a l y s i s
摘
要:采取了 3种必要的措施提高了聚类质量:考虑到各维数据特征属性对聚类效果影响不同,采用了基于统计方法的
维度加权的方法进行特征选择;对于和声搜索算法的调音概率进行了改进,将改进的和声搜索算法和模糊聚类相结合用
于快速寻找最优的聚类中心;循环测试各种中心数情况下的聚类质量以获得最佳的类中心数。该算法被应用于并行计算性能分析中,用于识别并行程序运行时各处理器运行性能瓶颈的类别。实验结果表明该算法较其他算法更优,这样的性 能分析方法可以提高并行程序的运行效率。
关键词:和声搜索;模糊聚类;特征选择;并行性能分析 文献标志码: A中图分类号: T P 3 0 1 . 6; T P 3 3 8 . 6 d o i: 1 0 . 3 7 7 8/ j . i s s n . 1 0 0 2 . 8 3 3 1 . 1 2 0 2— 0 4 4 7
l 引言 用于高性能计算机的性能分析工具可以帮助使用者写出高效的代码。这些工具能够提供程序性能评测值,并能发现一些瓶颈。瓶颈是指在程序执行时,运行时间由于无效资源的占用而浪费掉了。只要识别出瓶颈,开发者就可以修改程序以提高运行效率。正如现如今有许多并行计算硬件和并行编程语言一样,性能分析工具也是层出不穷,其中有代表性的是如下几种: P a r a d y n、 T A U、 P e r i s c o p e、 Va mpi r、 KOJ AK、 S CALAS CA、 mp i P。
分析的方法,所有处理器的P e r f o ma r n c e和R e g i o n这两个
属性对应的 S e v e r i y值被提取出来, t组成一个由处理器个数为行, S e v e r i y为列的高维矩阵。使用聚类算法对这些处 t理器进行分类,以检测每一类处理器在不同代码区域出现性能瓶颈的概率分布,以便对每一类处理器进行合理的资 源调度。用于 G E NE代码分析的处理器有 1 0 2 4个,这些处
理器产生的性能瓶颈维度有 3 9列之多,这样
会产生 1 0 2 4 X 3 9的矩阵。为了评价这些处理器的性能,对这样的性能矩阵进行划分,使其产生少数具有相似性能的处理器集合将是非常有意义的,聚类后的处理器将有利于发现隐
聚类机制为这些工具提供了一种基本的多变量统计
基金项目:教育部人文社会科学研究青年基金 ( N o . 1 0 Y J C 8 7 0 0 3 7 );重庆市教委科学研究资助项目( N o . K J 1 0 0 8 0 5 )。 作者简介:王华秋 ( 1 9 7 5一),男,博士,副教授,主要研究领域为人工智能,数据挖掘;罗江 ( 1 9 8 7一),女,硕士生; Mi c h a e l G E R N D T,男,博士, 教授; V e n t s i s l a v P E T K O V( 1 9 8 5一),男,博士生。E— ma i l: w a n g h u a q i u@1 6 3 . c o m 收稿日期: 2 0 1 2— 0 2 - 2 9 修回日期: 2 0 1 2 . 0 5— 0 8 文章编号: 1 0 0 2— 8 3 3 1 ( 2 0 1 3 ) 1 9 . 0 1 1 2 . 0 7 C N K I出版日期: 2 0 1 2— 0 6— 1 5 h t t p:// w ww . c n k i . n e t/ k c m s/ d e t a i l/ 1 1 . 2 1 2 7 . T P . 2 0 1 2 0 6 1 5 . 1 7 2 5 . 0 0 8 . h t ml

和声模糊聚类在读者兴趣度建模中的应用_专业资料。...维度加权的方法进行特征选择;对于和声搜索算法的调音... omtnni Jy21 lu,02V3 N. d.2o7 业务研究 ?...
一种改进的和声搜索模糊聚类算法_专业资料。针对模糊聚类算法对初值和聚类中心较...使用维度加权的方法进行特征选择,提高了聚类的性能,通过定义聚类质量评价函数提高...
模糊聚类分析技术及其应用研究_工学_高等教育_教育专区。系统稳定性分析...基于统计方法的模式识别系统主要由四个基本部分组成:信息 获取、预处理、特征选择...
( 2009) 12 - 2417 - 07 基于模糊聚类分析的特征识别方法及其应用赵德滨1 ,...内在关系和隐含的信息 , 因此 , 研究特征提取 , 特征 选择技术对知识和信息的...
模糊聚类理论发展及应用的研究进展_经管营销_专业...表 2 常见的距离函数及特点名称 Minkowski Dp ( a...能获得更好的结果, 建议在聚类分析中要选 择合适...
和声搜索的半监督聚类研究与应用_专业资料。由于现有的聚类算法还存在一些问题,... 和声搜索算法参数研究 3人阅读 4页 3.00 特征选择的和声模糊聚类... 0...
数据挖掘中的模糊聚类分析及其应用_工作总结/汇报_...( 2) 选择 D (0) 的最小元素, 设为 D pq ...经营策略研究的分析; 可以找出现有客户的特征分布和...
模糊聚类方法及其在数据分类中的应用研究_理学_高等教育_教育专区。一篇关于数据...在句法方法 中选取基元的问题相当于在决策理论方法中选取特征的问题。通常要求所...
模糊聚类分析在数据挖掘中的应用研究_行政公文_工作...模糊聚类分析是依据客观事务间的特征、 亲疏程度和 ...的聚类算法、 基于网格的聚类算法等, 算 法的选择...
和声搜索算法在聚类分析中的应用_数学_自然科学_专业资料。第33 卷第1期 2 ...由于传统的模糊 聚类方法对初始聚类中心比较敏感, 因此, 在随后 的一些研究中[...
热门文档