文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 并行数据挖掘算法综述
侵权投诉

并行数据挖掘算法综述

并行数据挖掘算法综述

电子科技 2006年第1期(总第196期)

并行数据挖掘算法综述

刘华元1,袁琴琴2,王保保1

(1. 西安电子科技大学 计算机学院,陕西 西安 710071; (2. 长安大学 信息工程学院,陕西 西安 710064)

摘 要 数据挖掘在工业和商业领域中发挥着越来越重要的作用。随着数据量的增加,挖掘算法处理海量数据的能力问题日益突出。研究并行算法,是解决这一问题的有效途径。该文对常用的数据挖掘算法C4.5,SLIQ,SPRINT,关联规则,K-平均值,K-最近邻,贝叶斯网络,人工神经网络,遗传算法及并行性进行了研究探讨,为数据挖掘研究者提供借鉴。

关键词 数据挖掘;C4.5;SLIQ;SPRINT;关联规则;K-平均值;K-最近邻;贝叶斯网络;人工神经网络;遗传算法;并行性

中图分类号 TP311.13

Survey of Parallel Algorithms for Data Mining

Liu Huayuan1, Yuan Qinqin2, Wang Baobao1

(1. School of Computer Science and Technology, Xidian University, Xi′ an 710071, China;

2. School of Information Engineering, Chang′ an University, Xi′ an 710064, China)

Abstract Data Mining plays an important role in industry and business. The ability of data mining algorithms to deal with mass-data becomes more important with the increase in data. Parallel technology is an effective way to resolve this problem. This paper studies some common algorithms for data mining, such as C4.5, SLIQ, SPRINT, association rule, K-means, K-nearest neighbors, Bayesian network, artificial neural network and genetic algorithm, and their parallelism.

Keywords Data mining; C4.5; SLIQ; SPRINT; association rule; K-means; K-nearest neighbors; Bayesian network; artificial neural network; genetic algorithm; parallelism

数据挖掘在工业和商业领域发挥着越来越重要的作用。数据挖掘是从历史数据中寻找有用的、隐含的信息,提供给决策者做决策支持,有着广阔的发展前景。随着数据量的日益增加,数据挖掘处理海量数据的能力成了一个不可忽视的问题。并行算法是解决这一问题的行之有效的途径。

笔者在消化大量外文资料基础上,对常用数据挖掘算法C4.5,SLIQ,SPRINT,关联规则,K-平均值,K-最近邻,贝叶斯网络,人工神经网络和遗传算法及并行性进行了研究和探讨,为数据挖掘研

究者提供借鉴。

1 决策树及并行机制

在探讨决策树算法的并行性的基础上,重点对

C4.5算法,SLIQ算法和SPRINT算法进行了研究和分析。 1.1 C4.5算法

C4.5算法是数据挖掘中用于分类的决策树算法。决策树是一个分类器,递归地对训练集进行划分,通过计算信息增益比来处理有未知属性值记录的训练集,直至每个子集的记录全属于一类或某一类占压倒性的多数。树的每个非叶节点都包含一个分割点,决定了数据是如何划分的。接下来从以下几个方面讨论C4.5算法并行性。 1.1.1 结点内并行

结点内并行有3种方式:

65

收稿日期:2005-07-18

作者简介:刘华元(1978—),男,硕士研究生,研究方向:数据挖掘,网络数据库,数字图象处理。袁琴琴(1979—),女,硕士研究生,研究方向:数据挖掘,WebGIS。王保保(1963—),男,博士,副教授,研究方向:网络数据库与智能计算、地理信息系统和视频技术。

第1页

你可能喜欢

  • 数据挖掘决策树
  • 十大数据挖掘算法
  • 海量数据
  • 云计算与数据挖掘
  • Android测试
  • 遗传算法综述
  • 神经网络

热门文档

相关文档

  • 数据挖掘算法综述

    数据挖掘算法综述_IT认证_资格考试/认证_教育专区。无20 10 年 8 月 电 脑...神经网络的优点就是并行分布处理能力强,分类的准 确度高, 对噪声数据有较强的...

  • 并行频繁项集挖掘综述

    并行频繁项集挖掘算法综述 陈晓云 赵娟 (兰州大学信息科学与工程学院 兰州 ...由于数据挖掘在开始被提出时就是面向海量数据的, 庞大的搜索空间使得许多传统的...

  • 数据挖掘方法综述

    数据挖掘方法综述摘 要:首先介绍了数据挖掘的概念,再从挖掘对象、挖掘方法和挖掘...遗传算法具有的隐含并行性、易于和其它模型结合等性质使得它在数据挖掘中被 加以...

  • 序列模式挖掘算法综述

    序列模式挖掘算法综述_IT/计算机_专业资料。该文档详细叙述了数据挖掘中的序列模式...由于本身良好的鲁棒性、自组织自适应性、并行处理、分布存储和 高度容错等特性...

  • 数据挖掘层次聚类算法研究综述

    数据挖掘层次聚类算法研究综 数据挖掘层次聚类算法研究综述 层次聚类算法研究 摘要...参考文献 [1]王里.并行层次聚类技术研究,硕士学位论文.湖南大学.2006.12 [2]...

  • 数据挖掘算法研究与综述

    电脑知识与技术 数据库与信息管理 数据挖掘算法研究与综述王元志, 王芳 ( 徐州...遗传算法的优点是容易并行化, 但它也存在许多缺点: 遗传 算法对于最终用户来说...

  • 并行数据挖掘研究

    并行数据挖掘这一结台并行计算技术和数据挖掘技术 在社会各个方面得到了大规模的...文献(4,5】已经对这些算法做了一个全面的综述。并行化 总是体现在两个方面:...

  • 数据挖掘中的文本挖掘的分类算法综述

    数据挖掘中的文本挖掘的分类算法综述_IT/计算机_专业资料。数据挖掘文本挖掘的分类...源于高 性能(并行)计算的技术在处理海量数据集方面常常是重要的。分布式技术也能...

  • 基于属性相关分析的离群数据并行挖掘算法

    离群数据挖掘综述 6页 免费 基于聚类高维空间算法的离... 5页 免费 基于聚类...利用并 行计算和 属性相 关性分 析思想, 给出 了一 种离群数据并行挖掘算法...

  • 数据挖掘综述

    数据的转换。将数据转换成一个分析模型,这个分析模型是针对挖掘算法建立的, 建立...3.2 神经网络方法 3 神经网络由于本身良好的鲁棒性、自组织自适应性、并行处理...

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email