抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
データストリームクラスタリングアルゴリズムの効率を改善するために,重心距離と密度グリッドに基づくデータストリームクラスタリングアルゴリズム(CDD)を設計し,グリッド構造の更新を通して並列化戦略を実行した。さらに,分散型データストリームクラスタリングアルゴリズム(DCD-Stream)を設計し,提案した。. Distributed Centroid Distance D-Streamと呼ばれる新しいアルゴリズムを提案した。このアルゴリズムはオンラインとオフラインの2つの部分に分割され,オンライン部分はリアルタイムにデータストリームを受信し,局部ノードとグローバルノードを用いてグリッド構造更新の並列化を実現し,全体グリッド構造のインクリメンタル更新を完成した。オフラインの部分はグリッド構造の更新結果に基づいてグローバルクラスタリングを行い、グリッドフレームを保存し、ユーザーの歴史的なクラスタを提供することができる。Stormによってデータストリームを迅速に処理することができて,データストリームマイニングアルゴリズムの性能を著しく改良して,Stormに基づくDCD-Streamアルゴリズムを設計して,実用化することができた。この方式は,メモリデータベースのRedisとメッセージミドルウェアのKafkaの応用を通して,DCD-Streamアルゴリズムのトポロジーを合理的に配置し,実現した。実験結果は,DCD-Streamアルゴリズムが,他のアルゴリズムと比較して,より高いクラスタ化精度とより良い適時性を有して,Stormに基づくDCD-Streamアルゴリズムが実現可能で効果的であることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】